安装pytorch

还是通过prompt+whl安装

共安装：cuda-深度学习包、cudnn-cuda加速包、torch、torchvision

其中注意cuda和cudnn的安装版本与电脑显卡支持有关，向下兼容

torch和torchvision有版本的对应，二者又和cuda版本有对应：torch和torchvision不必同时安装，只是torchvision作为处理图像、视频方面很方便的一个库，一般都会选择装上

python-whl网址：Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

numpy · PyPI

1）对应版本

cuda和cudnn

先查看硬件

由此，cuda最高支持版本为11.5，并向下兼容。这里可以升级（每次有提醒或者自己搜索升级显卡驱动）

查看对应cuda

在 Windows 环境中从源代码构建 | TensorFlow (google.cn)

往下翻有一个表：

不用管tensorflow，这里只看后两列cudnn和cuda的对应关系

torch+torcivision

torch

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

注意前面是CPU，往后翻到CU开头的才是GPU版本的torch，再往后翻有torchvision。

cu110/torch-1.7.1%2Bcu110-cp39-cp39-win_amd64.whl
// 例如这个就是cuda 11.0版本、python 3.9、64位windows对应的torch版本-1.7.1

torchvision

torchvision · PyPI

找到对应版本的torchvision后，进入之前的网站下载whl

2）安装

conda create -n PY python=3.8 // 创建个conda环境，或者直接装在base中，PY是自定义的，可改
conda activate PY // 激活/转入相应conda环境
conda install cudatoolkit=11.0 // 安装cuda
conda install cudnn=8.0 // 安装cudnn
pip install "xxxtorchxxx.whl" // 安装torch，"xxx"为下载好的whl名字，注意进入whl所在路径，或者在“xxx”中加上路径
pip install "xxxtorchvisionxxx.whl" // 安装torchvision，注意事项和torch.whl一样

// 安装完成，测试
python // 进入python
import torch
torch.__version__

// 跳出版本号就算成功