在GT 820M显卡的笔记本上安装PyTorch的尝试

笔记本是联想G50-70m，显卡是gt 820M，在宿舍隔离，手边只有这个老旧笔记本，闲来无事，准备在它上面安装PyTorch玩玩儿

安装

官网https://pytorch.org/get-started/locally/中有详细的安装方法，并且文档提供了一个工具，选择好你的环境后，提示安装方法，比如：

安装命令为：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

确认安装是否成功：

为了确保 PyTorch 安装正确，我们可以通过运行示例 PyTorch 代码来验证安装。在这里，我们将构造一个随机初始化的张量。

在命令行中，键入：

import torch
x = torch.rand(5, 3)
print(x)

输出应该类似于：

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

此外，要检查您的 GPU 驱动程序和 CUDA 是否已启用并可由 PyTorch 访问，请运行以下命令以返回 CUDA 驱动程序是否已启用：

import torch
torch.cuda.is_available()

报错

gt820MGPU版pytorch安装报错。

torch.cuda.is_available()报错：

UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 9010). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at …\c10\cuda\CUDAFunctions.cpp:112.)
return torch._C._cuda_getDeviceCount() > 0

我笔记本是联想G50-70m，显卡是gt 820M，安装1.10.1的pytorch，提示 NVIDIA 驱动太老了。

将 PyTorch 与 CUDA 结合使用的系统要求如下：

• 显卡必须支持所需版本的 CUDA
• 显卡驱动程序必须支持所需版本的 CUDA
• PyTorch 构建的二进制文件必须支持显卡的计算能力

注意：如果你的安装预构建的二进制文件（使用 pip 或 conda），那么在安装支持 CUDA 的 PyTorch 之前，你无需在系统上安装 CUDA 工具包或运行时。这是因为 PyTorch 除非从源代码编译，否则总是与 CUDA 库的副本一起交付。

参考：为什么 torch.cuda.is_available() 即使在使用 cuda 安装 pytorch 后仍返回 False？

探索

确定cuda版本

cuda版本确定：CUDA GPUs_supported

gt 820M 算力2.1，通过算力可以确定cuda支持的版本

支持的cuda版本最新为8.0的

确定驱动版本

一般情况下，如果安装了最新的驱动程序版本，那么我们的的显卡驱动程序可能支持与我们的显卡兼容的所有 CUDA 版本（参见上面）。要进行验证，我们可以查看CUDA 发行说明中的表 2

查看我目前的驱动版本号，我的电脑 -> 管理 ->设备管理器->适配器管理，右击自己的显卡，查看属性。

也可以使用驱动精灵查看驱动号：

驱动版本号为391.35，支持cuda8.0版本的。

如果你的的驱动不是最新的，可以前往NVIDIA驱动下载网站 进行下载，选择如下：

点击search，下载。

这里下载只能选择Game Ready Driver(GRD)，而且下载的是425.31版本的。但是我安装的时候提示硬件不兼容。。。 所以我这里就使用已经装的395.35（驱动精灵上这是最新版本。。）

确定pytorch版本

至此，确定了我的笔记本显卡gt 820M,驱动版本395.35，支持的cuda版本为8.0，查看支持的pytorch版本如下：

https://pytorch.org/get-started/previous-versions/

支持的pytorch版本为0.4.1。

确定torchvision版本

另外还有torchvision的版本：

https://github.com/pytorch/vision#installation

torch	torchvision	python
main / nightly	main / nightly	>=3.7, <=3.9
<=1.0.1	0.2.2	==2.7,>=3.5,<=3.7

1.0.1以下的torch支持0.2.2的torchvision版本。

安装测试（失败）

下载速度慢的话，可以更换清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

参考：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

重新安装pytorch0.4.1 ，以及torchvision（可选）

conda create -n pytorch0_4_1 python=3.7	# 创建新的虚拟环境
conda activate pytorch0_4_1 # 激活虚拟环境
conda install pytorch=0.4.1 cuda80 torchvision==0.2.2 -c pytorch		# 注意版本对应

-c :如果希望从默认通道以外的其他通道安装，则指定要使用哪个通道的一种方法是使用 conda install -c channel_name package_name语法。

测试：

import torch

x = torch.rand(5, 3)
print(x)

print(torch.__version__)
print(torch.cuda.is_available())
print(torch.zeros(1).cuda())

输出：

tensor([[0.0776, 0.9441, 0.5362],
[0.8872, 0.8909, 0.7444],
[0.2230, 0.7352, 0.2551],
[0.8170, 0.6469, 0.7557],
[0.2881, 0.2817, 0.0083]])
0.4.1
True

UserWarning:
Found GPU0 GeForce GT 820M which is of cuda capability 2.1.
PyTorch no longer supports this GPU because it is too old.
warnings.warn(old_gpu_warn % (d, name, major, capability[1]))
tensor([0.], device=‘cuda:0’)

发现Found GPU0 GeForce GT 820M which is of cuda capability 2.1. PyTorch no longer supports this GPU because it is too old.，很遗憾， PyTorch 在编译时没有对计算能力为2.1的GPU 提供支持。

结论

又看到了一个老哥的回答，作为这篇文章结尾：

参考此页面，PyTorch（甚至是最古老的版本）支持最早的 CUDA 版本是7.5。然而，看这个页面，CUDA7.5需要最低的计算能力是2.0。因此，理论上，你的机器至少应该支持 CUDA7.5。

但是，PyTorch 也需要 cuDNN， cuDNN6.0适用于 CUDA 7.5。但是 cuDNN6.0需要3.0的计算能力。 因此，大多数情况下，PyTorch 无法在您的机器上运行。

自己的破笔记本gt840M算力只有2.1，太低了啊，等隔离结束了，用实验室的GTX 1660跑去，这个算力有7.5。

那目前只能用CPU版本先学着了。

CPU版本安装：

conda install pytorch torchvision torchaudio cpuonly -c pytorch