pytorch 安装步骤

pytorch 安装步骤

第一步：安装cuda

​ 首先，进入https://developer.nvidia.com/cuda-toolkit-archive该网站选者相应的cudatoolkit版本下载。如图所示，本机选择下载的版本为11.2，11.2版本的CUDA下载地址：

链接：https://pan.baidu.com/s/1bindgjNZwzshT6nuc8FeUw
提取码：gmsj

需要注意选择cuda的版本，他会决定cudnn和pytorch版本的下载，如果版本不对应，将会无法使用。

下载后，打开安装包，会弹出提示框提示临时解压位置，默认点击ok

之后选择自定义，点下一步

其中CUDA必须选上，一般默认直接下一步。之后会有选择安装路径，可以选择安装到其他位置，之后一直点击下一步，等待安装结束即可。

​ 安装完成后，检查环境变量，如果没有图中的环境变量，则需要自己手动配置。
首先打开电脑属性，找到高级系统设置，点击环境变量，查看系统变量中是否有以下环境变量：

打开系统变量的Path，查看是否有图中内容：

配置好环境变量后，CUDA就安装完成了。

第二步：安装cuDNN

打开该网址https://developer.nvidia.com/rdp/cudnn-archive，第一次单击下载时，会让你先注册登录，然后再进行下载，注册过程认真填写内容就没问题，此处略过，接下来进入下载环节。
首先，根据安装的CUDA版本下载对应的cuDNN版本，本机下载的CUDA11.2版本对应的cuDNN版本为8.1.1，8.1.1版本的cuDNN下载地址为：

链接：https://pan.baidu.com/s/1lHv21XTEer-iLw4dnwUFTA
提取码：gmsj

下载完成后，将cudnn文件中对应的文件移动到cuda对用安装目录中，注意不要移动到错误的位置。

解压的 cudnn文件	安装的cuda目录
bin\cudnn64_7.dll文件—>	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin中
include\cudnn.h文件—>	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include中
lib\x64\cudnn.lib文件—>	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64中

至此准备工作都已经完成。

第三步：安装pytorch

安装pytorch，在这里使用pip直接安装。

首先，查看CUDA和pytorch版本对应关系，官网链接：https://pytorch.org/get-started/previous-versions/

PyTorch 版本	CUDA 环境
0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	9.2
1.2.0、1.1.0、1.0.0(1)	10.0
1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	10.1
1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0	10.2
1.7.0(1)	11.0
1.8.0(1)、1.9.0、1.10.0	11.1
1.8.0(1)、1.9.0、1.10.0	11.3

由于本机CUDA的版本为11.2，没有找到对应的，但是CUDA11.1对应的pytorch版本可以兼容，于是安装torch版本1.9.0，在终端输入

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

等待安装完成即可。

最后，执行以下命令，验证能否运行：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

显示true表示可以挂上gpu运行。