深度学习框架pytorch安装

环境搭建：(win10, python3.8, N卡)

1. 安装Anaconda

   conda下载链接, 下载完直接运行，常规软件安装步骤。。一直下一步，到下图这里，建议把添加环境变量也勾选。

   然后点击install，等待安装完成

   

   • 指定路径创建虚拟环境, 下面使用创建的虚拟环境配置pytorch,版本管理参考之前文章：优雅的管理python版本

     conda create --prefix=E:\conda_env python=3.8 
     

2. 查看cuda信息

   N卡 直接在命令行输入：nvidia-smi 查看显卡版本和cuda版本，查看cuda版本映射表：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

   CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Version

   CUDA 11.6 Update 1 >=510.47.03 >=511.65

   CUDA 11.6 GA >=510.39.01 >=511.23

   CUDA 11.5 Update 2 >=495.29.05 >=496.13

   CUDA 11.5 GA >=495.29.05 >=496.04

   CUDA 11.5 Update 1 >=495.29.05 >=496.13

   CUDA 11.4 Update 4 >=470.82.01 >=472.50

   CUDA 11.4 Update 3 >=470.82.01 >=472.50

   CUDA 11.4 Update 2 >=470.57.02 >=471.41

   CUDA 11.4 Update 1 >=470.57.02 >=471.41

   CUDA 11.4.0 GA >=470.42.01 >=471.11

   CUDA 11.3.1 Update 1 >=465.19.01 >=465.89

   CUDA 11.3.0 GA >=465.19.01 >=465.89

   CUDA 11.2.2 Update 2 >=460.32.03 >=461.33

   CUDA 11.2.1 Update 1 >=460.32.03 >=461.09

   CUDA 11.2.0 GA >=460.27.03 >=460.82

   CUDA 11.1.1 Update 1 >=455.32 >=456.81

   CUDA 11.1 GA >=455.23 >=456.38

   CUDA 11.0.3 Update 1 >= 450.51.06 >= 451.82

   CUDA 11.0.2 GA >= 450.51.05 >= 451.48

   CUDA 11.0.1 RC >= 450.36.06 >= 451.22

   CUDA 10.2.89 >= 440.33 >= 441.22

   CUDA 10.1 (10.1.105 general release, and updates) >= 418.39 >= 418.96

   CUDA 10.0.130 >= 410.48 >= 411.31

   CUDA 9.2 (9.2.148 Update 1) >= 396.37 >= 398.26

   CUDA 9.2 (9.2.88) >= 396.26 >= 397.44

   CUDA 9.1 (9.1.85) >= 390.46 >= 391.29

   CUDA 9.0 (9.0.76) >= 384.81 >= 385.54

   CUDA 8.0 (8.0.61 GA2) >= 375.26 >= 376.51

   CUDA 8.0 (8.0.44) >= 367.48 >= 369.30

   CUDA 7.5 (7.5.16) >= 352.31 >= 353.66

   CUDA 7.0 (7.0.28) >= 346.46 >= 347.62

3. 根据cuda信息，安装pytorch

   找到对应版本安装指令：https://pytorch.org/get-started/previous-versions/，

   • 进入虚拟环境：

   activate E:/conda_env
   

   • 控制台输入指令安装pytorch

   conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge
   

   

   • python解释器选择刚才创建的虚拟py环境，然后导入pytorch, 以下指令返回True，就代表安装成功

     import torch
     print(torch.cuda.is_available())