GPU版本安裝Pytorch的最新方法步驟

步驟

如果要使用GPU進行機器學習的訓練，那麼首先需要支援訓練的顯示卡及驅動即正確安裝CUDA、CUDNN，最重要的一點是需要與驅動對應的torch GPU版本，否則大概率使用torch.cuda.is_available()命令檢查GPU是否可用時得到False。

檢查顯示卡-顯示卡驅動CUDA適配版本-下載Anaconda-下載CUDA-檢查CUDA是否安裝好-下載CuDNN-下載GPU版本的pytorch-pycharm中偵錯環境-大功告成

第一步：安裝 Anaconda 和 Pycharm 軟體

如果已經安裝好，這一步可忽略。

Anaconda下載可以直接在網上搜教學，很全，都可以用。

下載地址：Anaconda | Individual Edition  或者點選這裡下載

推薦使用清華的映象 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（1）可以直接從 Anaconda官網 下載，但因為Anaconda的伺服器在國外，所以下載速度會很慢，這裡 推薦使用清華的映象 來下載。選擇合適你的版本下載，這裡選擇 Anaconda2022.05-Windowsx86_ 64.exe 版本。

 （2）

第二步：下載安裝CUDA11.3

• cuda： Compute Unified Device Architecture，是一種有NVIDIA推出的通用平行計算架構， 該架構使GPU能夠解決複雜的計算問題。
• cudnn： 是NVIDIA 推出的用於深度神經網路的GPU加速庫，他強調效能，易用性和低記憶體開銷。
• cuda和cudnn的關係： cudnn是基於cuda架構開發的專門用於深度神經網路的GPU加速庫。cuda可以理解為一個大的商圈，但這個商圈是空的，還未裝修。cudnn可以理解為裝修後的房間，例如負一樓專門針對遊樂（深度神經網路）裝修成大型遊樂廠。

詳細瞭解可參考這篇文章

https://www.jb51.net/article/275147.htm

檢視對應版本的CUDA，這部非常關鍵！！！請一定要重視，避免之後多次重灌。

（1）首先檢視自己電腦GPU版本 方式一：搜尋方塊輸入nvidia，開啟nvidia控制面板

方式二：win+R開啟cmd，輸入nvidia-smi

nvidia-smi

 可直接檢視自己可安裝的最高版本的 CUDA版本，我的電腦是 CUDA11.6。

（2）根據這個連結檢視自己對應的cuda版本

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 

CUDA下載連結：https://developer.nvidia.com/cuda-toolkit-archive

接下來，我們來下載這個CUDA，這裡選擇的版本不能高於你的顯示卡驅動裡面那個版本號，由於我的是11.6，且系統是win11，所以我這裡選擇的是11.5

雙擊執行下載好的CUDA的exe檔案，安裝時不需要更改路徑，這個是壓縮包提取的暫存的資料夾，不是最終路徑，這裡不需要更改。

 （3）安裝

選擇自定義安裝後，取消勾選 Visual Studio，原因安裝耗時較長，也可不需要。後面的路徑也不需要更改。

 這裡與其他安裝方法不同的是，我沒有安裝 cudnn，也沒有設定 path ，但是同樣也安裝成功。

開啟 Anaconda prompt 命令，輸入命令：

nvcc -V

檢視 CUDA11.3是否安裝成功。安裝成功即可如下所示。

第三步：下載GPU版本下的pytorch和pytorchvision

這裡我沒有選擇直接命令安裝，因為安裝失敗的概率較高。我選擇的是下載安裝包，再在anaconda裡下載whl檔案。

（1）檢視自己的python版本，還是在 Anaconda prompt 命令，輸入 python，我的 python 版本是3.9.12：

 （2）不使用命令列下載 pytorch 的下載連結為：

https://download.pytorch.org/whl/torch_stable.html

裡面的檔案是cpu開頭的是 CPU 版本，cu開頭的才是我們要下載的GPU版本。
這裡可參考 torch 和 torchvision 的對應圖，以免下錯對應版本，這裡我選擇的是紅色圈內的，根據自己需求下載。

在下載連結裡找到的是下載的1.10.0 版本的 torch 和 0.11.1 版本的 torchvision，我的 python版本是3.9，注意後面對應的 win 和 linux：

 （3）下載後放在同一目錄下，我在D槽新建資料夾 CUDA-python，放在了D:CUDA-pytorch下：

（4）在 Anaconda prompt 裡 cd 到你下載好 torch 和 torchvision 的目錄下，輸入：
pip install “檔名”，torch 和 torchvision 安裝方法一樣。如：

torch==1.10.0+cu113的包大概有2.27G，比較耗時。下載完成後切換到下載目錄，使用pip命令安裝。

（5）檢驗方法，輸入命令：

pip list 

後能看到：

（6）安裝完成後使用下面命令檢視torch安裝結果。

在 Anaconda prompt 裡 import匯入 torch 和 torchvision庫，然後使用命令：

>>> import torch
>>> torch.cuda.is_available()
True
>>> torch.cuda.get_device_name(0)
'NVIDIA GeForce RTX 3070 Ti Laptop GPU'

第四步：驗證以上步驟全部安裝成功

跟著這張圖上去開啟cmd'輸入 python，以下步驟：

 最後得到的是 Ture 說明全部安裝已完成。

總結

到此這篇關於GPU版本安裝Pytorch的文章就介紹到這了,更多相關GPU版本安裝Pytorch內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！