Pytorch的GPU版本安装，在安装anaconda的前提下安装pytorch

本文基于conda安装GPU版本的PyTorch

一、CUDA

1.下载CUDA 点击下载

找到对应的版本进行下载
（1）打开命令提示符查看自己的版本，输入 nvidia-smi

根据自己的版本进行下载

（2）点击适合自己的版本进行下载


（3）进行安装

根据提示点击


（4）查看系统变量是否自动添加，如没有需要手动添加

（5）测试环境是否安装成功
打开命令提示符输入nvcc --version

2.cuDNN 下载

（1）需要先进行登录或注册
（2）进去之后选择适合自己的版本进行下载

（3）解压下载好的cuDNN，里面有三个文件夹

（4）将三个文件夹拷贝到cuda的安装目录下（可以参考环境变量中的地址）
默认安装路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

（5）CUDA安装目录拷贝后文件夹如下：

（6）添加系统环境变量
在path添加如：bin、include、lib、libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

（7）验证是否成功
打开命令提示符输入cd命令进入如下目录：cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite

然后输入.\bandwidthTest.exe

再输入.\deviceQuery.exe

二、pytorch下载

1.下载 pytorch

进入pytorch页面之后，往下翻页，找到如下界面

2.查看cuda版本

打开命令行 输入：nvidia-smi

3.找到对应的版本

pytorch版本	CUDA版本
pytorch1.0.x	支持CUDA7.5
pytorch1.1.x	支持CUDA8.0
pytorch1.2.x	支持CUDA9.0
pytorch1.3.x	支持CUDA9.2
pytorch1.4.x	支持CUDA10.1
pytorch1.5.x	支持CUDA10.2
pytorch1.6x	支持CUDA11.0
pytorch1.7x	支持CUDA11.0/11.1
pytorch1.8.x	支持CUDA11.1/11.2
pytorch1.9x	支持CUDA11.1/11.2 /11.3
pytorch1.10.x	支持CUDA 11.1/11.2 /11.3/11.4

4.安装 （方法一）

1.下载地址torch
2. Anaconda prompt 命令，先进入虚拟环境，然后输入 python，我的 python 版本是3.8

创建虚拟环境

# conda create -n 虚拟环境名 python版本 
conda create -n d2l-zh-GPU python=3.8

激活虚拟环境

#conda activate 虚拟环境名字
conda activate GPU 

3.参考下载torch

4.将下载好的torch和torchvision放到一个文件夹下，并用cd命令进入 如果跨盘符 可参考cd命令

cd 路径名

5.用pip命令安装

pip install "torch-1.10.0+cu113-cp39-cp39-win_amd64.whl"
pip install "torchvision-0.11.1+cu113-cp39-cp39-win_amd64.whl"

4.安装 （方法二）

（1）打开，Anaconda Prompt,创建虚拟环境

# conda create -n 虚拟环境名 python版本
conda create -n d2l-zh-GPU python=3.8

（2）进入虚拟环境

# conda activate 虚拟环境名
conda activate d2l-zh-GPU

（3）安装GPU版本的pytorch
输入第3步中找到对应版本的代码

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

5.验证是否安装成功

（1）输入pip list

（2）输入python，接着输入

import torch
torch.cuda.is_available() # 查看是否成功安装GPU版本

???????????????????????????????????????????
我是韩一，用知识认识更多的人，欢迎大家指正！