anaconda虚拟环境下安装gpu版本pytorch
在anaconda下安装pytorch
- 在anaconda下安装pytorch
- cuda的安装
- cudnn安装
- cuDNN安装到CUDA
- 配置环境变量
- 配置环境变量
- 3. gpu版本的pytorch安装
- 选择安装版本
- 下载
- 4. conda虚拟环境下安装pytorch
cuda的安装
1) 下载cuda
下载CUDA之前，首先要确定计算机GPU所支持的CUDA版本。打开cmd输入如下命令：
nvidia-smi
可以看出GPU最高支持安装到12.0版本的CUDA,因此必需安装小于等于这个版本的CUDA。
需要注意的是，CUDA支持的算力和GPU算力之间应该满足一定的匹配关系，否则安装之后会出现版本冲突问题。
GPU的算力可以在这里查看：
https://developer.nvidia.com/cuda-gpus
我的显卡是3050ti对应的算力是8.6（不太清楚这个算力是个什么量化指标）
https://docs.nvidia.com/cuda/ampere-compatibility-guide这个网址给出了CUDA可以支持的算力和GPU算力的匹配规则
翻译一下是什么意思呢，就是说GPU的算力要比CUDA支持的算力高，比如最高支持7.0算力的CUDA可以在算力为7.5的GPU上面运行。但是GPU的算力不能超过CUDA支持的算力太多，比如8.x的GPU就只能安装支持8.0—8.x算力的CUDA，但是不能安装7.x的CUDA。3050ti的算力是8.6,这里我选的是11.8版本的CUDA.
2) 安装cuda
下载完成后安装即可。安装选择自定义安装，只勾选CUDA，安装位置默认即可。
3) test
在cmd里输入如下命令：
nvcc -V
会显示如下信息：
如果没有出现的话，可以检查一下有没有安装成功，再检查一下有没有添加环境变量，一般会默认添加好环境变量。
安装完毕。
cudnn安装
cuDNN安装到CUDA
cuDNN的下载地址： https://developer.nvidia.com/rdp/cudnn-download
下载对应CUDAv版本的cuDNN,需要先注册一下，如果下载很慢可以切热点下载试试。
将下载的cuDNN压缩包解压，得到如下的文件夹：
将三个文件夹中所有的文件复制到CUDA的安装目录下的同名文件夹下，注意不是替换文件夹，而是把文件夹对应进行合并！！！！！
如果是默认路径安装的CUDA的话，CUDA的安装目录为:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
配置环境变量
将以下的四个路径添加到系统变量的path中，如果没有修改CUDA的安装位置，则直接复制到path即可，如果自定义的CUDA的安装路径，则把\bin,\include,\lib,\libnvvp四个文件夹对应的路径添加到系统变量的path中。CUDA安装时一般会自动将其中两个添加到环境变量中，补齐四个即可。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp
系统变量位置：win+r,输入如下命令：
sysdm.cpl
endendend
3.gpu版本的pytorch安装
选择安装版本
首先要去官网https://pytorch.org/get-started/previous-versions/
查找cuda，torch和torchvision的版本对应关系，我安装的是11.8的CUDA，对应的是2.0版本的torch和0.15版本的torchvision。
下载
下载网址：https://download.pytorch.org/whl/cu102
找到对应版本的torch,"cu"指示CUDA版本，"cp"指示对应的python版本。注意有"cu"的才是GPU版本的torch！！！！！
下载完毕！
这里可以预先将三个文件放在一个文件夹里面,方便后续加载
4.conda虚拟环境下安装pytorch
首先创建虚拟环境，python版本的选择要和上述下载的torch对应的python版本一致。在cmd里运行如下的命令创建环境：
conda create -n pytorch_gpu python=3.9
"pytorch_gpu"为虚拟环境名称，我选择的python版本为3.9，自行修改。
激活进入虚拟环境
conda activate pytorch_gpu
加载刚刚下载的python压缩包，即wheel文件。
pip install + 对应三个包的路径
我的包的路径为D:\pytorch，因此执行如下命令：
pip install D:\\pytorch\\torch-2.0.0+cu118-cp39-cp39-win_amd64.whl
pip install D:\\pytorch\\torchvision-0.15.0+cu118-cp39-cp39-win_amd64.whl
pip install D:\\pytorch\\torchaudio-2.0.0+cu118-cp39-cp39-win_amd64.whl
end！end！end！(撒花)小白一个，多有借鉴，如有不足，请多指教。