安装Pytorch和cuda指导

环境安装：

一、pytorch环境安装配置

• 创建一个虚拟python环境

conda create -n DL_Pytorch python=3.9

conda activate DL_Pytorch

• 查看虚拟环境列表

conda info --envs

conda info -e

conda env list

• 激活虚拟环境

# conda旧版本：4.3及更早的版本
source activate DL_Pytorch 
# conda新版本：4.4及以后
conda activate DL_Pytorch

• 删除虚拟环境

conda remove -n DL_Pytorch --all

二、CUDA版本环境配置

首先需要查看自己电脑的GPU，本文只介绍Nvidia GPU的安装方式。

1、先更新显卡驱动(版本较新即可)

2、安装CUDA Toolkit + cudann

• CUDA安装

在CUDA Toolkit 安装前用以下命令查询机器上显卡最高支持的CUDA 版本：

终端输入：

nvidia-smi

如果你没有安装CUDA Toolkit或者需要升级，可以去官网下载： https://developer.nvidia.com/cuda-toolkit-archive

• CUDNN安装

NVIDIA CUDA深度神经网络库 (cuDNN) 是一个 GPU 加速的深度神经网络基元库，能够以高度优化的方式实现标准例程（如前向和反向卷积、池化层、归一化和激活层）。

下载地址：cuDNN Archive | NVIDIA Developer

(一)、下载并且解压文件：

(二)、复制到CUDA安装路径

• Windows：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
• Linux：/usr/local/cuda
  

3、安装pytorch

(一)、在线安装

打开pytorch安装指导网站，选择合适的系统平台，关键是在compute platform选择一个不高于你电脑上的CUDA Version，复制命令安装。

• pip install torch==版本号
• conda install torch==版本号

# 使用conda安装
conda install python pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
# 使用pip安装
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
或者
pip install torch==2.0.0+cu118 torchvision==0.15.0+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

注意：需要python3.8朝上版本

(二)、离线安装

• 离线包下载地址：download.pytorch.org/whl/torch_stable.html
• 安装方式

pip install torch-2.0.1+cu118-cp310-cp310-win_amd64.whl

(1)、pytorch与torchvision版本对应

Pytorch与torchvision版本配套

(2)、使用镜像源

• 使用镜像源：
• pip install torch -i [镜像源]
• conda install torch -c [镜像源]
• 常用镜像源
• 清华源：https://pypi.tuna.tsinghua.edu.cn/simple
• 豆瓣源：https://pypi.doubanio.com/simple/

(3)、安装验证

import torch
# 打印出正在使用的PyTorch和CUDA版本。
print(torch.__version__)
print(torch.version.cuda)

# 测试GPU是否生效
print(torch.cuda.is_available())

(三)、导入pytorch

导入 PyTorch 并检查正在使用的版本。

import torch
torch.__version__
>>> '2.0.1'

三、尝试运行

import torch

# 创建一个2×3的全零张量
test = torch.zeros(2, 3)

print(test)

结果：

tensor([[0., 0., 0.],
        [0., 0., 0.]])

能正常运行说明安装正常

如果需要指定是否计算硬件：CPU或者GPU

# 指定使用第0个GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = YourModel().to(device)

# 指定使用CPU
device = torch.device("cpu")
model = YourModel().to(device)