Pytorch05_torch安装(GPU版)

GPU版本的Pytorch安装流程。

1. 检查是否有合适的GPU

方法：在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本

 然后查看GPU名称和驱动信息

 驱动版本可以去英伟达官网下载更新。

2. 下载CUDA

下载官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2

查看对应版本网址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

比如我的驱动版本为 466.77，准备下载10.2的CUDA

 下载步骤为：

 

 

3. 安装CUDA

下载完成之后进行安装，双击安装包即可，会弹出选择解压文件放置的文件夹。（随便选，安装完自己会删除，这不是安装目录，安装目录不用改）

进入安装界面

安装的时候建议选择自定义 而不是“精简”(从下面的英文解释可以看出，其实这里的精简写成完整应该更贴切，它会安装所有组件并覆盖现有驱动，然而我并不想安装全家桶，何况我的官方显卡驱动比它的新)。

 

 

 下图安装路径保持默认

剩下的一直下一步即可。

 

 注意：环境变量会自动配置，不用管（查看方式为：此电脑 右键 选择属性 选择高级系统设置  选择高级 选择环境变量

 如何查看是否安装成功：win+R 打开cmd，输入nvcc -V 即可看到，如下图。

4. 安装cuDNN

这步比较简单。

下载地址：https://developer.nvidia.com/rdp/cudnn-download

注意：以上链接，初次登陆需要注册账号，注册即可。

 下载之后得到压缩包，解压得到如下文件

分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1对应的include、lib、bin目录下即可。

注意：是放到里面去，而不是替换掉

 添加环境变量（前面的打开方式和上面一样，最后 双击path即可）

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64

5. 安装Pytorch

设置清华源

### 设置清华源镜像
 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/
 conda config --set show_channel_urls yes
### 设置pytorch镜像
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

打开pytorch 官网：https://pytorch.org/

获取pytorch的安装命令：

注意去掉-c pytorch，不然还是默认下载源

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

 

 查看是否安装完成并可以使用

import torch
print(torch.__version__)

torch.cuda.is_available()

返回安装的torch版本 和 True表示完成。