PyTorch的安装及CUDA环境配置

PyTorch

PyTorch下载地址
PyTorch历史版本下载地址

An open source machine learning framework that accelerates the path from research prototyping to production deployment.

选择安装版本：

默认选择稳定版本即可，如需要指定版本，可在历史版本中寻找安装命令。根据自己系统、安装工具（个人感觉pip比conda好用，conda有时会报错）、语言、CUDA版本，复制命令安装。PyTorch和CUDA必须使用对应版本，最好先安装CUDA。
以Python3.7、CUDA11.0、PyTorch1.7.1为例，在Python环境（建议使用Anaconda创建）下输入对应命令：

CUDA

CUDA下载地址
CUDA历史版本下载地址

开发、优化和部署经 GPU 加速的应用。

在CUDA历史版本下载地址中找到所需版本：

以CUDA11.0为例：

选择系统、架构（一般默认64位，32位高版本已不支持）、系统版本、安装类型（推荐选择local，即下载完整安装包到本地），下载安装包，完成后双击安装：

提取安装文件，默认OK即可，安装完会自动删除文件，不占空间。提取完成会自动启动安装程序，默认参数一直确定即可完成安装。

安装完成后，在CMD中输入nvcc -V测试是否安装成功，如下显示CUDA版本信息即为成功。

cuDNN

cuDNN下载地址
cuDNN历史版本下载地址

NVIDIA CUDA® 深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库。cuDNN 可大幅优化标准例程（例如用于前向传播和反向传播的卷积层、池化层、归一化层和激活层）的实施。

在cuDNN历史版本下载地址中找到所需版本：

如无指定版本，可选择对应已安装CUDA版本的最新版本cuDNN（老版本可能找不到下载文件），这里以Win10下对应CUDA11.0的cuDNN8.1.1为例：

点击下载解压后，将文件夹中文件复制到CUDA安装地址中的同名文件夹中即可：