Pytorch GPU版详细安装过程

1.0 安装Anaconda

官网：https://www.anaconda.com/

安装包下载地址：https://www.anaconda.com/download#downloads

安装步骤

1710300839518

1710300867303

1710300902590

1710301151779

 #激活base 虚拟环境
 conda activate base  
 #换源
 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
 #测试
 pip config list
 pip install requests

conda基本命令

  #环境本质上就是靠环境变量来实现的
  conda info --env #查看已有环境  
  conda create --name <环境名称> #创建环境
  conda create --name <环境名称> python=<Python版本号>
  
  conda activate <环境名称> #激活环境
  conda deactivate #停用环境包名称
   
  conda install/remove <包名称> #很少使用

练习：创建python3.8.1的环境并激活

conda create --name lang python=3.8.1
conda info --env
conda activate lang

1.1检查电脑上的显卡型号

注意：只有带NVIDIA的英伟达显卡的电脑才能安装GPU版本的Pytorch，否则只能安装CPU版本的Pytorch.

1.2 CPU版本Pytorch的安装

conda create -n torch-cpu python=3.8.1  #创建虚拟环境
conda activate torch-cpu  #激活虚拟环境
pip install torch torchaudio torchvision  #安装对应包
#验证
python
  import torch
  torch.version.__version__  #'2.3.1+cpu'  有类似信息cpu 版pytorch就安装好了

1.3 GPU版本Pytorch的安装

1.3.1 安装最新版本显卡驱动

https://www.nvidia.cn/geforce/drivers/

下载完直接安装就行。

1.3.2 下载安装CUDA

然后是查看自己电脑驱动的版本，win+r，输入cmd，再输入命令: nvidia-smi

我的CUDA driver的版本就是12.5，安装CUDA Runtime的版本要小于等于12.5

https://developer.nvidia.com/cuda-toolkit-archive

选择CUDA版本

选择平台

安装

检查安装是否正常：

配置CUDA涉及的环境变量：

1.3.2 下载安装cuDNN

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

注意：下载时需要在英伟达官网注册用户。

下载之后，解压缩，将压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装。（其实就是替换）

1.3.3 安装pytorch

https://pytorch.org/

conda create -n torch-gpu python=3.8.1
conda activate torch-gpu
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果下载比较慢，可以考虑手工下载：

https://download.pytorch.org/whl/torch_stable.html

可以在https://github.com/pytorch/vision#installation，查询对应版本的torchvision，

然后在https://download.pytorch.org/whl/torch_stable.html

手工下载对应版本的torchvision

可以在https://pytorch.org/get-started/previous-versions/ 查询对应版本的torchaudio

然后在https://download.pytorch.org/whl/torch_stable.html下载

然后通过 pip install 文件名方式安装下载的这三个文件。

1.3.4 验证

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