Pytorch（GPU版本）+ cuda10.2安装（解决torch.cuda.is_available()返回False的一种可能）

Pytorch（GPU版本）+cuda10.2

文章目录

• Pytorch（GPU版本）+cuda10.2
• • 版本及说明
  • 步骤
  • • 0、Anaconda创建环境（创建了可跳过）
    • 1、访问网址找到对应需要版本的torch
    • 2、下载
    • 3、安装
    • 4、测试是否成功
    • 5、返回False的可能原因
    • 6、参考链接

版本及说明

使用Anaconda配置环境，python版本3.8.x

cuda版本10.2

本教程是作者在B站up跟李沐学AI的视频-03 安装【动手学深度学习v2】时，安装遇到的一些问题，记录下来，给遇到了相同困难的朋友提供一些解决办法，也方便以后我忘记了重新查看。希望对您有帮助！

步骤

0、Anaconda创建环境（创建了可跳过）

在anaconda命令行中输入

conda create -n d2l_zh_gpu python=3.8 pip

-n 后面接的是环境名,可以改成你自己喜欢的

python=3.8 pip 是环境包含内容，表示这个环境必须包括python 3.8 和 pip

之后激活进入环境

conda activate d2l_zh_gpu

看到前面的（base）变成环境名就正常

提一嘴,conda list 可以看到有哪些包，一般这些包都是在你的anaconda安装目录下的

…\anaconda3\envs\d2l_zh_gpu（你的环境名）\Lib\site-packages

1、访问网址找到对应需要版本的torch

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

cu102指cuda版本为10.2，对应pytorch版本为1.10.1，对应python版本为3.8，对应操作系统是Windows。

2、下载

我选择下载上图红色方框中的版本：

cu102/torch-1.10.1%2Bcu102-cp38-cp38-win_amd64.whl

下载时可以得它的下载地址（看下去，清华源慢，我用pip本地安装）：

https://download.pytorch.org/whl/cu102/torch-1.10.0%2Bcu102-cp38-cp38-win_amd64.whl

复制网址，放到下面模板中(清华镜像可能有点慢)：

pip install https://download.pytorch.org/whl/cu102/torch-1.10.0%2Bcu102-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

-i 前面的就是我们的下载地址，-i后面的是清华源镜像网站，这样就不用直接在外网上下了。

这里我用清华源很慢，所以直接使用浏览器下载后得到本地文件：

3、安装

（如果清华源下载很快，可以查看本文下方参考链接中的参考链接：pip 安装GPU版本pytorch 与cuda下载）

我下载的很慢所以：

在anaconda中激活环境之后，用pip本地安装：

pip install C:\Users\Chen\Downloads\torch-1.10.0+cu102-cp38-cp38-win_amd64.whl

C:\Users\Chen\Downloads\torch-1.10.0+cu102-cp38-cp38-win_amd64.whl

是你自己下载文件所在路径

如图成功。

4、测试是否成功

输入python 回车

import torch

torch.cuda.is_available()

返回True则成功。如果False，往下看。

5、返回False的可能原因

没有安装教程走下来的话，使用pytorch官网，换源使用清华源，很可能下载的是cpu版本的torch

conda list

（这张图片引用至下参考链接第一条）

看到Pytorch的Build是pyxxx_cpu_0，就说明下的pytorch是cpu版本的。这样就会导致输出False。

6、参考链接

参考链接：安装pytorch报错torch.cuda.is_available()=false的解决方法

参考链接：pip 安装GPU版本pytorch 与cuda下载

---

这里提一嘴，在系统cmd中nvidia-smi和nvcc -V中的cuda版本显示不一样，这里简单来说，nvcc -V中的是你实际安装的cuda版本，nvidia-smi中的是驱动对应的cuda最高版本，只要这个版本大于等于你安装的cuda版本（nvcc -V中显示的）就可以。