GPU版PyTorch对应安装教程

一、正确安装符合自己电脑的对应GPU版本的PyTorch之前需要了解三个基本概念

算力、CUDA driver version、CUDA runtime version

①算力：需要先知道你的显卡，之后根据官网表格进行对应，得到算力

②CUDA driver version：电脑上显卡的硬件驱动

③CUDA runtime version：pytorch官网上所显示的CUDA版本号

三者之间需要满足的关系：
CUDA driver version ≥ CUDA runtime version (即：②≥③)
CUDA runtime version得支持自己电脑GPU所对应的算力(即：②得支持①)

二，查看自己电脑GPU型号

快捷键：Ctrl + Shift + Esc
例如我的是：NVIDIA GeForce GT 640M

建议在此之前先安装最新版的显卡驱动，官网驱动下载链接

三、转换算力

官网查询算力对照表
官网需要，这里给个传送门：NVIDIA显卡算力查询
我这里是3.0的算力，(2008年奥运限定款电脑 哈哈哈哈)

四、确定CUDA版本所支持的算力

传送门：不同版本CUDA支持的算力
我这个是3.0的算力，对应可以选择9.0-9.2和10.0-10.2的CUDA runtime version

五、查看自己的CUDA driver version

win+R，输入cmd，打开命令窗口，输入nvidia-smi
我这里是10.1

(10.1)这个是CUDA driver version，值要大于CUDA runtime version(9.0-9.2和10.0-10.2)
最终进行筛选，CUDA runtime version可以是9.0、9.1、9.2、10.0、10.1，这里选择10.0的就行了

六、在线安装自己的GPU版本的pytorch

pytorch官网，找到CUDA为10.0的进行安装
因为我的电脑比较老，然后选择之前的版本CUDA进行下载安装

CUDA runtime version版本10.0对应的pytorch为v1.2.0版本，因为这里是Conda进行安装的，最终确定命令为：
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
这里的-c是下载通道含义，-c pytorch表示从pytorch官网下载，因为是外国的服务器，一般会很慢。我们可以看到这条命令其实是下载了三个库， pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0

快速下载：
从清华源进行下载（pytorch和torchvision是一个地址，cudatoolkit是另一个地址）
conda install pytorch==1.2.0 torchvision==0.4.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

报错问题

在自己的环境空间下输入命令即可
若出现下述问题：CondaHTTPError: HTTP 403 FORBIDDEN for url

解决方法

重置配置文件：conda config --remove-key channels
添加清华源：
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

之后再次运行即可
也可参考博文：Anaconda中下载速度贼慢？

七、本地安装PyTroch

若第六步老是出问题，那就直接本地下载安装得了
例如通过torch官网找到的命令为：conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
可以知道需要下载pytorch==1.2.0、torchvision==0.4.0和cudatoolkit=10.0
下载链接传送门

cu100：CUDA10.0
cp37：python3.7版本
找到对应的windows64位进行下载即可
需要下载torch1.2.0和torchvision0.4.0，python版本按实际情况进行下载即可

下载完成之后，在环境空间下输入下面的命令进行本地安装
pip install D:\BaiduNetdiskDownload\torch-1.4.0-cp37-cp37m-win_amd64.whl
其中D:\BaiduNetdiskDownload\torch-1.4.0-cp37-cp37m-win_amd64.whl为下载的路径，这个是安装torch-1.4.0。
当然也得安装torchvision0.4.0同样的道理，安装俩哈！！！

八、验证

环境空间下依次输入以下命令
python
import torch
torch.cuda.is_available()
若返回True表示安装GPU成功
quit()退出编辑器

完结~~ 撒花~~