pytorch的实用向安装。简单明了，必成功。
下载与安装
anaconda+ptyorch+cuda+cudnn安装前言一、安装anaconda二、测试conda三、CUDA和cudnn支持四、cuda和cudnn安装
4.1 cuda4.2 cudnn 五、测试cuda和cudnn
5.1 cuda测试5.2 cudnn测试 六、pytorch-gpu下载七、pytorch-gpu安装八、测试pytorch-gpu总结
前言
昨晚,电脑重装。以往的程序代码工作全部白费。劝告各位一定要及时备份。
心痛不已。搞了一晚上安装。自己总结下以备下次使用。
一、安装anaconda
安装anaconda可以去官网安装：link
根据你的电脑选择你想下载的版本。我是Windows，然后64位。下载。
也可以使用百度云分享链接链接：https://pan.baidu.com/s/1IgRs9sfqifHwC7g3i7lx6g?pwd=e65r
提取码：e65r
安装就是一路next。
这个地方，all user就可以，自己的电脑嘛。
在安装路径那里一般为了以后省事。就默认安装就好。
再往下就是把第一个勾打上。
然后install 等待安装就好了。
win+R 然后输入cmd。输入conda。
ok，这样就是完成了。继续下一步安装CUDA 和 CUDNN。
安装cuda和cudnn的话，你需要先查看自己的电脑是否支持。
首先打开NVIDIA控制面板，一般桌面鼠标右键就可以。
打开界面如下。点击左下角。
然后显示，组件两个，点击组件就可以看到自己的CUDA版本。我的是11.1 。
如果你的电脑显示你有CUDA，那么你就可以继续安装啦。
我们打开pytorch官网
查看版本对应。
（这里。。嗯。。不看也行，知道自己CUDA版本直接往下看就好）
CUDA官网下载链接
这里我也放上我的云盘链接。版本为CUDA11.1。两者选一个下载就好。
链接：https://pan.baidu.com/s/1Fow38_usxMru2ualcrYUog?pwd=kcm3
提取码：kcm3
下载完成后，安装。
这里选择默认路径。
继续
精简就可以。
然后，继续安装，等待。
安装完成
4.2 cudnn依然还是一个官网链接。cdunn官网链接
一个云盘链接。链接：https://pan.baidu.com/s/1HK4ZlSAMQMJdFZQwIoEbcQ?pwd=odn0
提取码：odn0
安装好了解压。会有三个文件。
将他们全选复制。然后打开CUDA刚才的安装路径。如果你是默认安装，路径应该和我一样。
将复制的三个文件，粘贴，替换。
win+R ，cmd打开，输入 ：cd C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1bin
然后输入 ：nvcc -V
出现下面即为成功。
测试cudnn是否安装成功
win+R ，cmd打开，输入 ：
cd C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1extrasdemo_suite
输入：bandwidthTest.exe
显示PASS则安装成功
输入：deviceQuery.exe
若显示PASS，则cuda和cudnn均安装成功
进入pytorch网站： https://pytorch.org/get-started/locally/
选择pip下载，进入下方网址，
这个地方下载，我的网络是不支持。太卡了。
所以我们可以转到清华镜像网站
也可以从云盘链接下载，第一个是pytorch，第二个是torchvision。
链接：https://pan.baidu.com/s/1Di3uNRq2C9J-usf7YTJyKA?pwd=l29y
提取码：l29y
链接：https://pan.baidu.com/s/1OfTst0iShpxtedWVHyJgqw?pwd=ttsu
提取码：ttsu
打开刚才下载好的anaconda的 anaconda prompt
创建一个pytorch-gpu的环境
conda create --name pytorch-gpu python=3.7
conda activate pytorch-gpu
然后将目录转到你刚才下载的两个pytorch文件下。
输入以下命令分别安装两个包：记得安装时复制名字，要把bz2也加上。
conda install --offline pytorch-1.10.1-py3.7_cuda11.1_cudnn8_0.tar.bz2 #文件全称
conda install --offline torchvision-0.10.1-py37_cu111.tar.bz2 #文件全称
我已经安装好了。安装大概几分钟就好、速度很快。
然后继续 安装
conda install cudatoolkit=11.1
到这里就完成了。
八、测试pytorch-gpu我们在环境下输入python 进入 python编译。然后输入测试代码。
import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda_version)
搞定收工。
接下来也可以和pycharm链接。
到这里就完美结束。
主要参考：
1.https://blog.csdn.net/qq_39022478/article/details/103938392?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control
2.https://blog.csdn.net/weixin_44398263/article/details/107709934?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allsobaiduend~default-3-107709934.nonecase&utm_term=pytorch%E6%89%80%E6%9C%89%E7%89%88%E6%9C%AC%E9%95%9C%E5%83%8F&spm=1000.2123.3001.4430
