GPU版本pytorch安装

1.安装显卡驱动（已有驱动并且版本没问题的话可跳过此步）

一般系统都会帮你安装好nvidia驱动
win+R启动cmd，在cmd里输入nvidia-smi命令查看当前驱动版本号。

CUDA与驱动的版本匹配参见：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

驱动安装成功的话在设备管理器的显示适配器里会出现你的显卡名字，如果出现黄色感叹号则需要重新安装（可能是版本不匹配）

2.下载pytorch

1.创建新的虚拟环境
在anaconda控制台输入 conda create -n GPUpytorch ，创建一个名为GPUpytorch的虚拟环境（名字任意取，放置于-n后面）
2.激活该环境conda activate GPUpytorch
3.安装想要的包
进入pytorch官网 https://pytorch.org/get-started/locally/

用官方给出的指令安装
ps:
官方指令安装较慢，可以采用清华镜像源或者使用离线安装包安装。
清华镜像源：
语法：conda config --add channels 你所需的镜像源地址

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 再加入Pytorch的Anaconda第三方镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

最后运行你想安装的包（install后面可以追加多个包，批量下载）
conda install pytorch torchvision torchaudio
也可以指定某个包的版本，pytorch会帮你自动适应其他包版本，如：conda install pytorch==1.6.0 torchvision torchaudio

上述两行命令没有指定安装的源，经过添加清华源操作，会自动使用清华源来下载。

切回默认源：
conda config –remove-key channels

离线安装包：
torch和torch版本兼容对照表

选择对应的包下载下来，cu后面数字代表cuda版本号，cp后面的数字代表python版本号。（注意版本对应问题）
举例：先cd到包所在的目录，pip install 加包名即可，如pip install cu102/torch-1.8.0-cp36-cp36m-linux_x86_64.whl
cuda：10.2 torch：1.8.0 python ：3.6

4.退出当前环境conda deactivate

参考链接：
1.https://blog.csdn.net/L1778586311/article/details/111561704
2.https://blog.csdn.net/L1778586311/article/details/112425993

3.检查pytorch是否安装成功

anaconda命令行下检查:

执行使用GPU的代码:

import time
import torch 

##################################################

for i in range(1,10):
    start = time.time()
    a = torch.FloatTensor(i*100,1000,1000)
    a = a.cuda() #a = a
    a = torch.matmul(a,a)
    end = time.time() - start
    print(end)