配置GPU版的Pytorch

事前准备

CUDA

去到NVIDIA官网上下载CUDA，我这里下载的是10.2版本的CUDA。下载地址

cuDNN

cuDNN的版本要与CUDA版本相对应。下载地址。

cuDNN需要注册账户才可以下载。

Pytorch，torchvision，torchaudio

因为在国内，故直接使用在线pip下载不太好使，因此这里给出一个网站，下载离线whl包进行安装。大集合下载地址

注意，这里所下载的版本也须与CUDA的版本相对应，具体可去Pytorch官网看，我这里给出CUDA10.2的下载地址。

pytorch下载地址
torchvision下载地址
torchaudio下载地址

GPU相关

安装CUDA

• 当选择自定义安装时，可以自己指定安装路径。
• 安装好后，使用nvcc -V命令查看是否安装成功。

替换cuDNN

cuDNN文件夹下有三个文件，bin，include和lib，分别将这三个文件夹内的文件拷贝到你安装CUDA的目录中的对应文件夹中。

Pytorch相关

安装Pytorch

• 在具有torch-1.7.1-cp37-cp37m-win_amd64.whl文件的文件夹中唤起cmd，并输入pip install torch-1.7.1-cp37-cp37m-win_amd64.whl来进行离线安装。
• 使用下述代码进行torch的测试

import torch
torch.cuda.is_available()

如果输出为True，则表示CUDA和Torch都已经成功安装。

安装torchvision

• 与pytorch安装步骤一样，命令为pip install torchvision-0.8.2-cp37-cp37m-win_amd64.whl
• 测试方法为

import torchvision

安装torchaudio

• pip install torchaudio-0.7.2-cp37-none-win_amd64.whl
• 测试方法为

import torchaudio
print(torchaudio.__version__)

注意，虽然在import中会出现警告，但是依旧可以使用