Pytorch安装及环境配置详细教程（CUDA版本）

Posted 2023-04-07 liu_jie_bin

文章目录

• 前言
• 一、查看GPU支持的CUDA版本
• 二、安装CUDA
• 三、确定torch、torchvision和python版本
• 四、安装anaconda
• 五、安装torch和torchvision

---

前言

安装cuda版本的pytorch时踩了不少坑，网上安装pytorch的版本很多，一般的教程都是到pytorch的官网，利用网址和镜像源去安装，问题非常多。也有教离线安装的，但是没有正确的安装顺序，torch版本和torchvision版本对不上，python版本和自己电脑cuda所支持的pytorch版本对不上等等问题。以下是我根据踩过的坑，记录的一个安装教程。

---

一、查看GPU支持的CUDA版本

控制面板-NVDIA控制面板，单击NVDIA控制面板，有可能会出现如下提示：

这是因为NVIDIA Display Container LS 服务没打开。打开任务管理器，将其开启。

之后在单击NVDIA控制面板，在打开的面板中找到系统信息，单击打开


便可查看GPU最高支持的CUDA版本.,我的笔记本最高支持的版本为10.0

二、安装CUDA

可以参考该链接：https://blog.csdn.net/Mind_programmonkey/article/details/99688839
非常详细。

---

三、确定torch、torchvision和python版本

到这里是非常重要的一步 ，其他教程到这里可能就开始安装anaconda，别急，否则容易踩坑。
我们需要先根据安装的CUDA版本，找到对应的torch和torchvision版本，在这个过程中就确定了python的版本。
首先在下载链接：https://download.pytorch.org/whl/torch_stable.html 中找到我们所能安装的torch版本。

其中，cu100就是cuda10.0，cp37就是python版本3.7。接着在根据以下表格找到对应的torchvision版本。
https://github.com/pytorch/vision#installation

torch1.2版本对应的torchvision版本为0.4.0。这时顺便准备好两个whl文件。

之所以要选确定好python的版本在安装是因为待会安装anaconda时，会涉及到python版本的问题，假如先盲目安装了任意版本的python，再来下载torch和torchvision，就会遇到自己CUDA版本所支持的torch和torchvision的python版本和安装的python版本不匹配。

四、安装anaconda

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda

根据上面确定的python版本3.7，选择如下安装文件。

一路点next就行。

安装之后在查看conda命令是否可以正常使用

五、安装torch和torchvision

首先建一个Python的虚拟环境来安装pytorch，在Anaconda Prompt (miniconda3)命令行输入

conda create -n PyTorchP37 python=3.7

PyTorchP37为自己的命的环境名称，创建好环境以后，输入activate PyTorchP37就进入虚拟环境中。

接着切换到刚才下载的两个whl文件的安装目录。

pip install torchvision-0.4.0-cp37-cp37m-win_amd64.whl

pip install torch-1.2.0-cp37-cp37m-win_amd64.whl

安装完后，验证以下：

pip install torchvision-0.4.0-cp37-cp37m-win_amd64.whl

打印True, cuda版本Pytorch便安装成功了。

GPU版本pyTorch安装教程(实测,特别详细)

第一步 下载CUDA和cudnn

查看电脑CUDA版本

1.进入控制面板,选择硬件和声音

2.进入NVIDIA控制面板

3.点击帮助,选择系统信息

4.点击组件,就可以看到电脑的CUDA版本(电脑中的CUDA可升级,升级显卡驱动,自行百度)

5.CUDA下载网址
下载与电脑版本相对应的CUDA版本,我电脑的CUDA是11.3.121,我下载的是CUDA Tookit 11.3.1

选择对应操作系统,真的不能再详细了

下载cudnn(要和CUDA版本对应)

cudnn下载网址
1.cudnn官网下载需要注册,很麻烦,从这个网址直接跳过注册,复制下载连接后用其他下载器下载更方便,我下载的是for CUDA 11.x

直接右键复制连接地址,去下载器下载

安装CUDA、cudnn和配置环境变量

安装CUDA

1.下载好了直接双击cuda_11.3.1_465.89_win10.exe安装

2.路径别乱改

3.等就好了
4.同意并继续,好吗宝
5.宝,快选自定义安装
6.看到这个没有
7.把第二个点开,如果当前版本比新版本大就把√去掉,其他情况就不要管,比如当前版本没数字或者啥的,这个当前版本也是在NVIDIA里面看,上面说过了

别在意为什么前后图版本不一样,因为有的图我在网上找的,懂意思就行

8.路径别改,直接安装
9.在cmd里面输入 nvcc -V,看看有没有安装好,没有的话,自己去百度
10.然后把下好的cudnn-11.3-windows-x64-v8.2.0.53解压,把里面的文件重命名成cudnn,然后复制到C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3

唉,害没完,还得配置环境变量

1.C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3\\cudnn\\bin
2.C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.3\\extras\\CUPTI\\lib64
把这俩加到系统变量里边去,其他几个都有自动加到环境变量里面.不会配环境变量看后面视频

这就算完了

第二步 下载cudatoolkit和GPU版本的pyTorch、pytorchvision

1.下载cudatoolkit
2.多的不说了,下对应版本的,没有11.3,我下的11.1,可行,把下面后面的代码复制到cmd运行就行,可能会失败,多运行几次

3.下载完了在cmd里面查看conda的库,conda list,有这个就完事了昂

重点了,下载GPU版本的torch和torvision,两都要下

1.GPU版本pytorch和pytorchvision下载地址
2.
按照对应关系下啊,不然用不了,我11.3下的是pytorch1.8.1和pytorchvision0.9.1的

3.注意两个地方,

cu开头的才是GPU版本的,里面还有CPU开头的,那是CPU版本的

cp后面的数字时anconda中python的版本,也要下对应的,我的anconda中python是3.6,所以我下了3.6

注意后面分两个版本,Liunx和Windows

4.torchvision也跟torch一样,对应着下,网上找对应关系吧,我CUDA11.3,下的0.9.1

cu开头才是GPU版本

下和anconda中python对应的版本

分Liunx和Windows版的

5.下载好放到一个目录,cmd进入那个目录然后pip install 下载好的两个文件,
不用一个一个敲,pip install torch然后按table补齐

6.torchvision一样的方法,下载完了 pip list, 看到这两个就成功了

7.测试
这还不会,那我也没招了

视频教程,少了后面GPU版本的torch,torchvison安装

视频教程

臭宝,点个关注