深度学习（一）3.安装Pytorch（GPU版）

目录

一、基于GPU和CPU的PyTorch区别

1、硬件要求与兼容性

2、计算性能与速度

3、软件安装与配置

4、使用方式

二、安装GPU版本pytorch准备工作

1.检查计算机硬件是否支持安装GPU版本的pytorch 

2.安装（升级）CUDA

1）安装 

2）环境配置

3）区分查看CUDA版本的两个命令

 三、安装pytorch

1.直接安装（不建议，网差的话会死机）

2.先下轮子再安装

3.检查CUDA是否可用

1）查看当前环境的所有库

2）进入Python解释器检验 

---

一、基于GPU和CPU的PyTorch区别

PyTorch是一个基于Python的科学计算库，主要用于机器学习和深度学习领域。对计算机而言，中央处理器CPU是主板上的芯片，图形处理器GPU是显卡上的芯片。每台计算机必有主板，但少数计算机可能没有显卡。显卡可以用来加速深度学习的运算速度（GPU比CPU快10-100倍）。

基于GPU和CPU的PyTorch存在以下区别：

1、硬件要求与兼容性

• CPU版本：PyTorch的CPU版本仅依赖于CPU进行计算，适用于没有GPU或不需要使用GPU进行计算的情况。它可以在几乎所有计算机上运行，无需额外的硬件支持。CPU版本的PyTorch兼容性主要取决于CPU的版本。
• GPU版本：PyTorch的GPU版本则需要计算机具有NVIDIA显卡，并且该显卡需要支持CUDA。此外，还需要安装与CUDA版本相匹配的cuDNN驱动程序。GPU版本的PyTorch受限于CUDA的版本，因此在使用前需要确认计算机的硬件和软件配置是否满足要求。

2、计算性能与速度

• CPU版本：由于CPU是串行处理数据的，因此在处理大规模数据和复杂计算任务时，CPU版本的PyTorch速度相对较慢。
• GPU版本：GPU具有许多并行处理单元，能够同时处理多个任务，因此在处理大规模数据和复杂计算任务时，GPU版本的PyTorch能够显著加速训练和推理过程。在深度学习任务中，GPU通常能够比CPU提供更好的性能和速度。

3、软件安装与配置

• CPU版本：安装CPU版本的PyTorch相对简单，只需确保计算机上安装了Python和PyTorch所需的依赖项即可。无需额外的配置和驱动程序安装。
• GPU版本：安装GPU版本的PyTorch则需要先安装CUDA和cuDNN驱动程序，并确保它们与PyTorch版本相匹配。此外，还需要根据计算机的硬件配置选择正确的PyTorch GPU版本进行安装。安装过程相对复杂，但一旦配置完成，就可以充分利用GPU的计算能力来加速深度学习任务的执行。

4、使用方式

• CPU版本：使用CPU版本的PyTorch时，无需进行额外的配置或调用特定的方法。所有计算任务都会默认在CPU上执行。
• GPU版本：在使用GPU版本的PyTorch时，可以通过将张量（Tensor）和模型移动到GPU上来利用GPU的计算能力。这可以通过调用.cuda()方法将张量或模型移动到默认的GPU设备上，或者通过指定具体的GPU设备来实现。此外，还可以使用其他与GPU相关的优化方法和工具来提高计算效率和性能。

综上所述，基于GPU和CPU的PyTorch在硬件要求、计算性能、软件安装与使用方式等方面都存在显著差异。在选择使用哪个版本的PyTorch时，需要根据具体的计算任务、硬件配置和使用需求进行综合考虑。如果计算机具有支持CUDA的GPU，并且需要处理大规模数据和复杂计算任务，那么建议使用GPU版本的PyTorch以获得更好的性能和速度。如果计算机没有GPU或不需要使用GPU进行计算，那么可以选择使用CPU版本的PyTorch。 

二、安装GPU版本pytorch准备工作

1.检查计算机硬件是否支持安装GPU版本的pytorch 

目前显卡有三家厂商： Intel 、 Nvidia 、 AMD 。深度学习所需要的显卡是 NVIDIA ，

没有此显卡的同学无法进行 GPU 加速。查看自己的计算机的显卡的方法是：任

务管理器——性能——左侧栏划到最下面。

 

NVIDIA 显卡中的运算平台是 CUDA ，不过，即使计算机有 NVIDIA 显卡，但显卡中也不一定含有CUDA ，没有的话就要下载 CUDA 。

而 PyTorch 的下载组件里也会包含一个内置的 cuda 。 为了区分，显卡内的CUDA 用大写， PyTorch 内置的 cuda 用小写。 一般来讲，要满足：CUDA 版本≥ cuda 版本。

查看CUDA 版本的方法是： Win+R 后输入 cmd ，进入命令提示符，我们需

要输入

nvcc -V ，如图： 注意这里的V是大写

 

这里是我安装CUDA成功后的，最开始我的显示的是“nvcc -V不是内部或外部命令”，说明我们需要安装CUDA。 安装CUDA的方法下文会讲到。

后面我们将安装