深度学习-环境配置之pytorch+GPU+cuda安装

在安装pytorch之前，首先安装Anaconda,它的作用是一些包的管理，更重要的是可以根据项目的不同创建不同需求的虚拟环境。例如，项目A需要python 3.7版本，项目B需要python 3.8版本。这时候来回卸载升级包的版本是麻烦的。但是在Anaconda中可以创建不同的虚拟环境，每个虚拟环境中可以放所需具体版本的各种包。这是非常方便的。
1.下载和安装Anaconda
首先我们在其官网：
[链接: https://www.anaconda.com/]
查询最新版本下载并安装，注意的是如果安装一些稍低的版本也可以在以上链接中找到。安装Anaconda后就自带安装了相应版本的python，无需再另外安装python。我在选择的IDE时pycharm，这时候配置环境时，选择的python.exe就是安装的Anaconda中。 Anaconda安装完之后，然后就需要安装pytorch。
2.安装GPU版本注意事项
如果你手里的电脑只有CPU，那就只能安装CPU选项的版本，不能安装cuda。如果电脑有GPU，就可以选择相应的cuda版本。在这里提到的GPU是一般指英伟达的芯片（NVIDIA），安装GPU版本pytorch前可以查一下自己电脑GPU的版本和名称，具体在任务管理器-性能可以查到，然后关于cuda是英伟达开发的一个平台，用来通过GPU加速深度学习中模型的训练速度。在选择cuda版本的时候，首先我们知道电脑GPU的型号之后可以得到其算力，这个算力就可以对应cuda的版本。

以上是我自己电脑的GPU版本，cuda version:12.0.
通过一下链接可以找到对应版本的算力和需要安装的cuda版本。
链接: https://blog.csdn.net/lumping/article/details/108181519
通过nvidia-smi要查询一下GPU的版本。然后就可以选择相应的cuda版本。
3. 安装pytorch
首先打开pytorch的官网
官网链接: https://pytorch.org/

我根据GPU的版本选择安装cuda 11.6的版本，最后一行就是在 conda环境中的安装代码。

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

值得注意的是，如果在conda中安装不成功的话，因为我安装的时候就出现了问题，我们可以选择用pip来安装。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

4.验证pytorch是否安装成功
在cmd之后输入

>>conda list #查看conda中有没有torch包
>>python #切换到python
>>>import torch 
>>>torch.cuda.is_available()
>>>Ture  #返回Ture，说明安装成功

或者以下代码

import torch
a = torch.cuda.is_available()
print(a)
ngpu= 1
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

输出结果：

到这里，pytorch就安装好了。