Pytorch安装(GPU_Windows，安装过CPU版的想再次安装GPU，第一次安装)【2024.09.13更新】

看过我之前那篇【Pytorch安装 CPU版本】的朋友应该知道，Pytorch安装步骤很复杂。
但是其实弄清楚整个逻辑会简单很多，本篇为PytorchGPU安装。如果有朋友跟着我之
前的帖子安装过的，想再安装一个GPU的，可以跟着我一起安装一下。我会把我遇到
的坑以及经验都给大家分享一下。如果是之前安装过CPU版本的Pytorch，需要先看
特别步骤1。

Pytorch GPU安装整体分为几个步骤：
1.之前是否安装过CPU版本的Pytorch
2.第一次安装。

步骤1：检查电脑是否支持NVIDIA。
步骤2：如何安装CUDA。
步骤3：如何安装cudNN。
步骤4：如何安装Pytorch。
步骤5：检查是否安装成功。
特别步骤1：安装过CPU版本的Pytorch。

接下来我们就一步一步去讲解。
步骤1：查电脑是否支持NVIDIA。
如果是看过我之前那篇帖子的友友们，应该知道哈，我这里就直接说一种方法，能够
往下面走就行。
①cmd命令行[nvidia-smi]，可以看到版本，说明有GPU。

 ②从设备管理器看【控制面板(左下角搜索)→设备管理器(有些打开以后没有显示找到[硬件与声音]里面就有)→显示适配器】

通过这两个方法可以确定是否有GPU。

步骤2：如何安装CUDA。
如果你的版本和我的是一样，我放在离百度网盘里面，可以直接下载。如果不是的，可以去官网上下载，
百度网盘：
链接：https://pan.baidu.com/s/1mJ65nhTUnN9FsvlRrX3qug?pwd=w0jn
提取码：w0jn

注意项：2.1GUDA的版本不能超过本地GPU版本。
　　　　2.2cuDNN的版本要和CUDA一致。
官网：CUDA：[https://developer.nvidia.com/cuda-toolkit-archive]
　　   cuDNN：[https://developer.nvidia.com/rdp/cudnn-archive]

 直接一路安装完成

 安装完以后检验一下是否安装完成。命令行输入【nvcc -V】，如果有如下则安装成功。

步骤3：如何安装cudNN。
上述有官网地址和百度链接。如果是自己下载需要填个邮件相关的信息即可下载。
下载以后是个Windows是个压缩包，解压有三个文件夹

把这三个文件夹直接复制到cuda安装位置，直接替换原CUDA里面的这三个文件。
如果不记得位置，通常可以在c盘找到，如果改变安装位置，后面格式基本相同，根据这个来找也可以。

 这个是CUDA的加速器，替换完成就OK。

步骤4：如何安装Pytorch。
在安装Pytorch之前，需要安装anaconda，如果是学计算机的朋友，应该已经安装过了，
没有安装的可以去我网盘下载anaconda安装包，一路向下即可。
安装完成以后，需要配置环境变量。如图：

如果有这个位置不知道怎么配置环境变量的朋友，可以留言讨论。

 

安装完anaconda以后，在左下角搜索输入 anaconda ,会有提示词。这个是anaconda的命令行。

 打开conda命令行，创建新的虚拟环境(如果有不懂虚拟环境的，可以留言，我可以把这块重新整理分享出来理解)。
创建新环境【conda create --name gpu python==3.12】
gpu是你的虚拟环境的名字，python版本号根据你自己安装的来，不知道的可以直接cmd+python就可以知道。
出现这样，就是创建完成，中间有个(y/n),直接y就可以了。

进入虚拟环境【conda activate gpu】

 到这一步，下面进行安装Pytorch.

首先去官网下载适应你自己GPU的版本。
官网：[https://pytorch.org/get-started/locally/]
我这里适配12.1版本的，然后复制下面命令行。和我一个版本可以直接复制这【

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

】

在anaconda里面运行：
可能时间等待会很久，我安装的时候2个半小时，所以需要等待一下，不要随便断网，很慢但是可以下载。
这个位置注意说一下，就是通过镜像源加快速度，我试过目前的帖子，发现只要通过镜像源的安装的是CPU版本的Pytorch。
虽然不知道具体原因，我们还是稳中求胜，等待就可以。
我这里已经安装过了，所以显示如图。

步骤5：检查是否安装成功。
终于来到最后一个步骤，这个位置，为了方便大家使用Pycharm，我们直接在Pycharm里面配置。
①打开Pycharm，找到运行接口。一般是在设置里面。

 选择你之前在anaconda命令行里面创建的虚拟环境。

 然后运行【

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

】

 

 最后出现这个，就是GPU版Pytorch安装完成。【True是指的GPU版安装，如果是False则是CPU】

特别步骤1：安装过CPU版本的Pytorch。
在这一步的朋友们注意，CPU版和GPU版的Pytorch是不能共存的，所以在安装GPU版的时候，需要卸载之前CPU版本的。
这个位置，如果说，你不是很明白这些的原因，按照最原始的方式，不要投机去搜一下，然后把CPU版的转为GPU版的。
到后面发现，根本没有任何作用，接下来就开始安装GPU的前期工作。
整体来说只需要几步：
①在命令行里面，可以conda 也可以cmd 【

conda uninstall torch
conda uninstall libtorch
pip uninstall torchvision torchtext torchaudio

】
卸载完成以后，conda list 查看一下，卸载完成就可以根据前面的步骤安装GPU版本的。

有什么问题，欢迎大家来讨论。