参考视频:https://www.bilibili.com/video/BV1T64y167fK?p=2
0,安装anaconda,创建一个虚拟环境,预装python 3.7
1,下载cuda驱动并安装,下载地址:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
请根据实际情况选择,下载后双击安装,共2个G 安装时间10分钟左右,安装完成后在cmd中nvcc -V 测试
要提前检测一下,你的显卡是否支持 cuda https://blog.csdn.net/Mind_programmonkey/article/details/99688839/ 看这篇文章
2,安装pytorch,打开地址:https://pytorch.org/get-started/locally/,选择后下面会有一行命令:conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
cudatoolkit=10.2 此处的版本号可以根据实际情况进行修改,我的就改为了 10.0
安装的时候网络慢会出现中断和错误,这个时候找网络好的环境重新安装一下就可以
3,需要使用 显卡驱动、cuda版本、torch版本 对应才可以,参考以下链接
https://zhuanlan.zhihu.com/p/344785624 【ubuntu】torch.cuda.is_available()结果为false
https://blog.csdn.net/kellyroslyn/article/details/109668001 Pytorch版本、CUDA版本与显卡驱动版本的对应关系
官方版本对应关系表:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
4,pytorch中torch、torchvision、torchaudio版本对应关系
https://blog.csdn.net/qq_63379469/article/details/123318908
问题:分开安装,每次都会把torch升级成1.5.0把版本。解决办法,一起安装
pip install torch==1.1.0 torchvision==0.3.0
或者手动安装不同版本GPU的方法
# ROCM 5.1.1 (Linux only)
pip install torch==1.12.1+rocm5.1.1 torchvision==0.13.1+rocm5.1.1 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.1+cpu torchvision==0.13.1+cpu torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cpu
5,安装完成之后,写一个demo测试一下,如下:
import torch
import time
from torch import autograd
print(torch.__version__)
print(torch.cuda.is_available())
输出:
1.10.0
True