PyTorch1.11.0 GPU版本安装（python3.8+pyTorch1.11.0，torch1.11.0+cu113 torchvision0.12.0+cu113）

Posted 2023-03-29 weixin_39450145

目录

一、电脑相关信息

二、安装Pytorch1.11.0 GPU版本

1. 准备：新建虚拟环境

2. 安装pytorch v1.11.0：（在pytorch官网的历史版本里找安装命令）

---

电脑：win11 + 英伟达显卡（GeForce RTX 3090）+ Anaconda3-2021-05（python3.8.8）+ cuda11.6。

目标：安装gpu版本的PyTorch1.11.0（torch1.11.0/cu113 + torchvision0.12.0/cu113）

写在前面：由于需要安装较新gpu版本的pytorch（感觉显卡越新，cuda版本越高，pytorch版本也需要越新，才能适配），于是再次安装pytorch。电脑里已经装好Anaconda3-2021-05（python3.8.8），电脑里的英伟达3090显卡适配的cuda最高版本为11.6，也已经装好cuda11.6。接下来，开始安装PyTorch1.11.0（torch1.11.0+cu113，torchvision0.12.0+cu113）~~~

一、电脑相关信息

1.  nvidia-smi，可以看到驱动最高支持的cuda版本为11.6（CUDA Version：11.6）。

2. 电脑已经安装好cuda toolkit11.6。

下载地址：CUDA Toolkit Archive | NVIDIA Developer

下载好的exe压缩包（cuda_11.6.2_511.65_windows.exe）如下所示：

点击exe压缩包进行安装，安装路径选择默认的c盘默认路径。安装好之后可以看到：

二、安装Pytorch1.11.0 GPU版本

1. 准备：新建虚拟环境

1）首先安装Anaconda。（很简单，自行搜索）

2）其次在用Anaconda建一个虚拟环境。

1. conda create -n pytorch1.11.0 python=3.8  （pytorch1.11.0表示自己起的环境的名字。pytorch1.11.0要求python至少是3.7或者3.8，python3.6不行不支持，所以此处不能写python=3.6，此处我选择python=3.8。）
2. conda activate pytorch1.11.0 （激活虚拟环境）

2. 安装pytorch v1.11.0：（在pytorch官网的历史版本里找安装命令）

1）在上述PyTorch官网历史版本链接（ https://pytorch.org/get-started/previous-versions/）里面，找到v1.11.0的安装命令， 此处选择的是cuda11.3对应的PyTorch安装命令。如下图所示：

 

# CUDA 11.3

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

2）安装pytorch v1.11.0（torch1.11.0+cu1113 ，torchvision0.12.0+cu113）

安装命令：

# CUDA 11.3
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

3）测试： 

可以看到torch和torchvision对应的版本：torch1.11.0+cu113 ，torchvision0.12.0+cu113

 这样，pytorch v1.11.0 GPU版本（torch1.11.0+cu1113 ，torchvision0.12.0+cu113）就已经安装成功啦！

安装pytorch-gpu时会默认安装cpu版本

目录

• 安装pytorch-gpu版本时会默认安装cpu版本
• • 原因
  • 解决

安装pytorch-gpu版本时会默认安装cpu版本

使用官网中给出的指令安装pytorch-cuda版本，但是安装完成后发现依旧为cpu版本。

原因

在安装pytorch时会默认安装一个名为cpuonly的库，这使pytorch以及torchvision的版本都默认为cpu版，即便你在安装时输入了cudatoolkit也无济于事。

解决

1、在完成所有安装后，发现为cpu版本，先检查是否存在cpuonly库，在激活虚拟环境的命令行输入：

conda list

2、并不是每个人都会有cpuonly，例如本小白库中并没有cpuonly，但是pytorch版本仍为cpu

3、出现这种i情况，只需先将cpuonly安装，再卸载即可，命令行输入（若存在cpuonly库，直接跳转至第四步）

conda install cpuonly

4、接下来再执行

conda uninstall cpuonly

5、本小白执行结果如下：

6、可以看到cpu版本会转为gpu版本，输入y确认即可。
7、安装完成后重新检查：

python

import torch
print(torch.cuda.is_available())

8、返回True，即为gpu版本