一、判断显卡种类

判断你当前电脑的显卡是NVIDIA(N卡)还是AMD(A卡),Pytorch需要基于NVIDIA的显卡(N卡)上运行,A卡就不行了。

pytorch和cudnn对应版本 pytorch和cuda对应版本_python

二、安装CUDA、CUDNN(一定要注意对应版本!!!)

2.1 安装CUDA

1.判断电脑应该装什么版本的CUDA。

方式一:NVIDIA 控制面板中查看

pytorch和cudnn对应版本 pytorch和cuda对应版本_python_02

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch_03

方式二:CMD查看

CMD中输入:

nvidia-smi

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_04

查看到本机可装CUDA版本12.0,版本向下兼容,意思就是CUDA 12.0及以下版本的都可以安装,但一般不建议使用最新版本的,因为可能后续其他安装包没有更新对应版本的可以下载,所以最好选CUDA 12.0以前的一到两个版本,我这里选择的是CUDA 11.6,可以从pytorch官网(官网:https://pytorch.org/get-started/locally/)中可以看到,目前的CUDA版本一般是11.6和11.7(2023年1月9日)。

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_05

2.下载对应版本CUDA 11.6(官网地址:https://developer.nvidia.com/cuda-toolkit-archive)

pytorch和cudnn对应版本 pytorch和cuda对应版本_python_06

这三个均为CUDA 11.6的安装包,任意选择一个,点击下载。

3.选择本机对应平台的CUDA安装包,我的电脑配置为(Windows 10,64位),下载会有点慢,大概2个G左右。

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch_07

4.打开exe安装包,点击自定义安装

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch_08

5.如果你是第一次安装,尽量全部选择;如果是以前卸载过重装,那就只勾选第一个CUDA进行安装,如下:

pytorch和cudnn对应版本 pytorch和cuda对应版本_CUDA_09

6.尽量不选择装Visual Studio Integration,不然后面会出现问题

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_10

7.安装位置尽量使用默认路径,这里最好截个图,不然后续配置环境变量不知道在哪个文件夹内

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_11

8.打开【控制面板】——【程序】——【程序和功能】,查看是否安装好CUDA程序

pytorch和cudnn对应版本 pytorch和cuda对应版本_CUDA_12

9.配置环境变量

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_13

配置4个环境变量,变量名为:

CUDA_PATH
CUDA_PATH_V11_6
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_0_ROOT

路径均为上面截图的路径,我的是:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

10.使用CMD查看CUDA是否安装成功,命令为nvcc --version或nvcc -V

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_14

至此,CUDA安装成功。

2.2 安装CUDNN

1.查看已经安装好的CUDA,适配的CUDNN版本是多少(官网:https://developer.nvidia.com/rdp/cudnn-archive),此网址需要注册,注册一下登录然后就可以下载了。

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_15

我下载的是v8.6.0,匹配CUDA 11.x版本。

2.下载好的是一个压缩包,解压后如下:

pytorch和cudnn对应版本 pytorch和cuda对应版本_python_16

包含bin、include和lib文件夹。

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_17

3.把这三个文件夹(bin、include和lib)复制到上面安装CUDA第8步的同名文件夹中(建议分别把文件夹里的内容复制到对应CUDA第8步的同名文件夹中)

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_18

就是把解压后cudnn-windows-x86_64-8.6.0.163_cuda11-archive下的bin、include和lib文件夹的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6的bin、include和lib文件夹内。

4.添加环境变量

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch_19

在Path变量内添加4个路径:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp

5.验证是否配置成功
cmd中依次输入:

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
cd .\extras\demo_suite
.\bandwidthTest.exe

pytorch和cudnn对应版本 pytorch和cuda对应版本_CUDA_20

这样就是安装成功了!!

三、安装Pytorch

Pytorch非常脆弱,必须使用Python版本+PyTorch版本+torchversion版本+torchaudio版本+CUDA版本一一对应!!我的电脑装的是anaconda 3,Python版本为3.9,每个人版本不一样,装的东西也不一样。

1.最好不要去官网使用pip直接安装(官网:https://pytorch.org/get-started/locally/),因为真的很卡,有时候用了镜像也会因为网络问题中途断开,建议使用我的方法,保证不会因为镜像问题或网速问题出错!

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_21

2.官网如上所示,是需要安装torch、torchvision和torchaudio(自然语言处理最好再下个torchtext),打开后面的url(https://download.pytorch.org/whl/cu116)

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_22

3.安装torch。点击torch,里面会看到一堆whl文件,你要找个最合适的版本下载。

首先肯定下载最新版,其次必须匹配你的cuda版本,然后Python版本也得合适, 然后操作系统也得匹配,最后,处理器架构得合适。

比如我的计算机是cuda11.6, Python 3.9, Windows10系统64位, 那么就选择torch-1.12.0+cu116-cp39-cp39-win_amd64.whl就好了

所以我的torch版本是 1.12.0 后面所有的包都要基于这个版本对应的版本进行安装!

4.安装torchvision。对应版本如下表(网址:)

pytorch和cudnn对应版本 pytorch和cuda对应版本_深度学习_23

我选择的是torchvision-0.13.0+cu116-cp39-cp39-win_amd64.whl进行下载

5.安装torchaudio。安装版本如下表所示(网址:)

pytorch和cudnn对应版本 pytorch和cuda对应版本_CUDA_24

所以我安装的是torchaudio-0.12.0+cu116-cp39-cp39-win_amd64.whl

6.安装torchtext。安装版本(网址:)见下表:

pytorch和cudnn对应版本 pytorch和cuda对应版本_python_25

我下载的是torchtext-0.13.0-cp39-cp39-win_amd64.whl
7.安装torch、torchvision、torchaudio、torchtext这四个包,我是把这四个文件夹放进了D盘根目录下,cmd里输入:

cd d:\
pip install torch-1.12.0+cu116-cp39-cp39-win_amd64.whl
pip install torchvision-0.13.0+cu116-cp39-cp39-win_amd64.whl
pip install torchaudio-0.12.0+cu116-cp39-cp39-win_amd64.whl
pip install torchtext-0.13.0-cp39-cp39-win_amd64.whl

安装成功后,会显示successful!

8.测试是否安装成功

cmd里输入:

pytorch和cudnn对应版本 pytorch和cuda对应版本_pytorch和cudnn对应版本_26

python
import torch
torch.cuda.is_available()

显示True则表示安装成功!