一、 确定显卡的型号
首先打开任务管理器,点击左上角的性能,可以看到GPU型号。(以我的电脑为例,我有两个GPU,一个是英特尔的核显,一个是英伟达的独立显卡,必须要有英伟达的显卡才能安装GPU版本的pytorch,我的型号是GTX 1660Ti)。
二、确定显卡的算力
网址是:(访问这个网站需要用点魔法)
https://en.wikipedia.org/wiki/CUDA
以我的显卡为例(GTX 1660Ti),可以看到算力是7.5
三、确定CUDA Runtime的版本
还是上面那个网站,稍微往上翻一下就可以看见。7.5的算力落在了红线以下的版本中。可以选择版本有:10.0-10.2 11.0 11.1-11.4 11.5-11.7.1 11.8 12.0-12.2。
四、看自己的驱动 CUDA Driver 的版本
打开命令行窗口,输入:nvidia-smi
可以看到我的驱动的CUDA Driver Version为11.6,我们要牢记一个原则第三条中的Runtime Version 一定要低于Driver Version 才可以安装成功。
第三条中已经说明可以备选的Runtime Version有10.0-10.2 11.0 11.1-11.4 11.5-11.7.1 11.8 12.0-12.2。再根据上述的一个原则,进一步缩小了Runtime Version为10.0-10.2 11.0 11.1-11.4 11.5 (这里我选择了11.3的版本,大家可以根据备选版本进行自行选择)。
五、确定Pytorch的版本
首先打开Pytorch的官网:https://pytorch.org/
, 点击历史版本。
按ctrl + f进行查找:发现支持CUDA11.3的Pytorch版本为1.12.1,然后复制划红线的命令。
再打开anaconda的终端进入一个虚拟环境,将上述命令粘贴。
往下翻。找到packages的位置。发现cuda版本确实是11.3,然后就可以输入y进行下载。
六、确定Pytorch是否安装成功
输入python,进入python命令行。
依次输入:
import torch
torch.cuda.is_available()
若结果返回True则为安装成功。
最后,附赠两个如果下载过慢的清华源:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/