Windows下安装pytorch-GPU版本（小白踩坑安装过程记录）

本来之前跌跌撞撞安装完pytorch-CPU版本，但无奈跑代码实在是太慢了，正好搞到一块显卡（嘿嘿），那就重新安一个GPU版本吧。

一、下载Anaconda

1.由于anaconda的服务器都在国外，推荐大家使用镜像源进行下载，清华的conda镜像链接： anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrora

2.打开后可以选择适合自己系统的安装包（win选择x86_64.exe），然后可以根据后边的日期找到最新版本，一般都选3.0的版本（我下载的是2019-10-16那个，也别下载太新的），win用户直接双击exe文件不断下一步即可

二、Anaconda换源

1. 打开开始菜单，找到conda的prompt的程序（就是在conda文件夹下，名字里带prompt，图标是黑色控制台的程序）

2. 执行命令：复制以下命令粘贴后，回车执行

conda config --set show_channel_urls yes

3. 去C盘找到Users文件夹，然后找到你用户名字的文件夹，就可以看到名叫.condarc的文件

4. 打开.condarc文件，删掉里边全部的东西，然后复制框里全部内容，然后粘贴到.condarc里保存退出

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

5. 回到刚才的conda的prompt的控制台窗口，然后执行

conda clean -i

6.安装好后建议先使用命令新建一个虚拟环境，我这里将环境名称写为pytorch：

  conda create --name pytorch python==3.7

（格式为：conda create -n 你想要的名字 python== 某python版本）

7.在cmd中切换到pytorch虚拟环境,使用命令 conda activate pytorch ，可以看到从最前面的（base）变成（pytorch）就成功了~

三、安装CUDA、cuDNN

1.打开cmd输入 nvidia-smi 命令查看驱动版本与cuda版本：

可以看到本机的NVIADIA显卡驱动版本是512.95，对应的CUDA最高版本是11.6，所以我们要下载一个不高于11.6的CUDA。

2.通过下面的指令可以确认是否装有CUDA（能够看到版本号，说明安装的有CUDA）：

nvcc -V

ps：我的电脑之前安装过Cuda 10.2（这里给大家避个雷，不要下载CUDA 10.2，因为10.2在windows已经不提供支持了，下了也不能正常使用的。目前提倡下载 CUDA 11.3！！我也是到后面安pytorch的时候才发现）：

3.如果显示"nvcc 不是内部或外部命令，也不是可运行的程序"，就从CUDA官网下载：

CUDA Toolkit Archive | NVIDIA Developer

4. CUDA 安装与配置过程参考博主：【CUDA】cuda安装（windows版）_何为xl的博客-CSDN博客_windows安装cuda

（说明：我之后都是按照CUDA-10.2来对应安装，如果安装CUDA-11.3只需要在选择pytorch、torch、torchvision、torchaudio版本时对应选CUDA版本对应即可）

5.cuDNN官网：https://developer.nvidia.com/rdp/cudnn-download

需要你注册一个账号，然后进行问卷之后才可以进行下载页面，反正一步步操作即可。选择下载Download cuDNN（与下载的CUDA对应即可）下载完后是一个压缩包，解压后的文件如下：

复制bin，include，lib文件夹，进入CUDA安装目录下，粘贴并替换（cuDNN 其实就是 CUDA 的一个补丁）：

6.配置系统环境变量（路径记得改成自己的）：

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2bin

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2include

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2lib

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libnvvp

7.验证cuDNN是否安装成功，在cmd中依次输入（路径记得改成自己的）：

cd C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasdemo_suite

bandwidthTest.exe

deviceQuery.exe

都出现PASS就代表cuDNN安装成功！

四、pytorch 1.8.1+cu102 安装

1.pytorch 官网：PyTorch

（1）本来如果网快的话，直接输入pip命令即可（但是一般都太慢了）ps：pip可以换个源：

（2）离线方式手动安装，需要手动下载3个：torch、torchvision、torchaudio，先进入网址https://download.pytorch.org/whl/cu113

torch与torchvision与torchaudio对应关系：GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision

我最后找半天，下载的对应的三个（CUDA10.2）：

torch：1.8.1 （CUDA10.2 Python 3.7 Win10）版本

torchvision：0.9.1+cpu-python 3.7版本

torchaudio：0.8.1-python37版本

ps：上面 cu102代表CUDA102 ，cp37代表python3.7

（3）进入下载列表：

输入pip install ……（带后缀的文件名）

（i）安装torch：

pip install torch-1.8.1+cu102-cp37-cp37m-win_amd64.whl

------------发现下面这个命令也可以下载torch，也很快，二选一执行即可------------

pip install torch==1.8.1+cu102 -f https://download.pytorch.org/whl/torch_stable.html

（ii）安装 torchvision

pip install torchvision-0.9.1+cpu-cp37-cp37m-win_amd64.whl

（iii）安装 torchaudio

pip install torchaudio-0.8.1-cp37-none-win_amd64.whl

（4）若遇到错误：

ERROR: Could not find a version that satisfies the requirement torch==1.9.1 (from torchaudio) (from versions: none)
ERROR: No matching distribution found for torch==1.9.1

可能是因为torch与torchvision与torchaudio对应关系没对应上，得卸载重装，重新去对应torch与torchvision与torchaudio的版本

pip uninstall torchaudio
pip uninstall torchvision
pip uninstall torch

五、验证是否成功

在cmd中依次输入：

python
import torch
print(torch.__version__)
print(torch.version.cuda)
torch.cuda.is_available()    
print(torch.cuda.device_count())

输出pytorch版本、True即表示安装成功！

小白真的安环境安了很久，记下自己的踩坑记录以便之后学习，写的有不妥的地方欢迎指正~

参考博客：

如何将pytorch的cpu版改成gpu版【实测成功】_captain飞虎大队的博客-CSDN博客

【CUDA】cuda安装（windows版）_何为xl的博客-CSDN博客_windows安装cuda

Could not find a version that satisfies the requirement torch==1.4.0 (from torchvision)_Miaosh999的博客-CSDN博客

关于conda环境的配置，看这一篇就够了 - 哔哩哔哩

两步搞定pytorch安装 - 哔哩哔哩

Windows下安装pytorch-GPU版本（小白踩坑安装过程记录）

Python相关栏目本月热门文章