cuda，pytorch安装

下面文章介绍的是使用gpu的pytorch和cuda安装。如果你是使用cpu的pytorch，那么直接在命令行窗口conda install pytorch就可以了。

第0步（可不做）：创建新环境

anaconda的默认环境是base。如果以前装失败过pytorch和cuda，继续在这个环境安装可能会失败。创建一个新环境比较保险。

创建方法是：在命令行依次输入：

conda create --name torch_gpu python=3.8　　#torch_gpu是你要创建的新环境名字

conda activate torch_gpu　　#激活新环境
#conda remove torch_gpu #需要删除环境的时候使用

#conda list #查看当前环境安装的包

#conda env list #查看所有环境

注意第3步的安装命令要在新环境下运行。

 

第1步：在cmd输入nvidia-smi查看现有的driver version和支持的cuda version

如果无法识别命令，则应该把相应的路径添加进环境变量。我的路径是：C:\Program Files\NVIDIA Corporation

 

 第2步：更新驱动版本（driver version）

驱动下载地址：官方驱动 | NVIDIA

根据你的显卡型号和操作系统版本填入即可。我的显卡是GeForce GTX 1060。

一开始我是没有更新的，结果显示支持的cuda版本只到8.0.0……然后各种装不上。后来跟人讨论后才意识到应该是安装得上更高版本cuda的。感觉是驱动版本要更新的问题，更新完就能支持到12.0.0了。

 

第3步：下载cuda和对应版本的pytorch

到pytorch官网下载：Start Locally | PyTorch

cuda选择第一步中查到的能够支持的版本以下的。package我用的是anaconda，所以选择conda。

 

复制Run this Command这一行到命令行窗口运行就可以啦。这是我感觉目前最简便的方法了。得下载好一会，可以去吃个饭或者看个剧~

 

第4步：运行以下代码

import torch
print('CUDA版本:',torch.version.cuda)
print('Pytorch版本:',torch.__version__)
print('显卡是否可用:','可用' if(torch.cuda.is_available()) else '不可用')
print('显卡数量:',torch.cuda.device_count())
print('当前显卡型号:',torch.cuda.get_device_name())
print('当前显卡的CUDA算力:',torch.cuda.get_device_capability())

如果显示显卡可用，那就安装成功啦。

 

参考：感谢好兄弟lxd与我的讨论和帮助，参考了他之前安装cuda的时候写的博客：https://blog.csdn.net/private_Jack/article/details/127707871

总结：主要是一开始驱动版本太低导致支持的cuda版本也低……一开始没意识到这点，以为就是只是装这个版本。后来讨论后才意识到得更新驱动了。