安装pytorch cuda版 pytorch cuda 11.2

这里写自定义目录标题

• Anconda+PyTorch 最新安装教程（2023-06-7）

• 步骤一：安装适合的CUDA与CUDNN
• 步骤二：安装Anaconda
• 步骤三：安装 torch torchvision torchaudio
• 步骤三：验证
• 附言

Anconda+PyTorch 最新安装教程（2023-06-7）

步骤一：安装适合的CUDA与CUDNN

安装教程 : 安装CUDA和CUDNN

在cmd中输入nvcc -V 查看刚刚安装的cuda

安装cuDNN支持包

①、解压cuDNN支持包，得到三个文件夹和一个TXT文档。

②、将解压后的文件复制到安装路径下D:\NVIDIA\CUDA下。
注意：解压到自己的 CUDA 安装路径下。

之后会显示是否合并文件夹，选择①红色方框内的为所有项目执行操作，之后，点击②蓝色方框内的是按钮。

完成cuDNN支持包的安装

步骤二：安装Anaconda

下载并安装Anaconda

步骤三：安装 torch torchvision torchaudio

进入 PyTorch官方网站 网站，查看符合cuda版本的安装命令。
1.在线安装
如果CUDA的版本为11.2，就在官网查找带有 cu112 关键字符的安装命令，如果没有，可以安装 cu111 或更低的版本，比如如下命令行。

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

2.本地安装（推荐）
由于某些原因，使用方法一安装时下载速度可能极慢，导致安装失败，此时选择本地安装就行。

(1).下载安装文件
进入 官方安装包 网站，直接 Ctrf+F ，输入 cu111 （或其他版本）关键字，在查找结果找到符合系统、符合python版本的两个whl文件:

torch 的 cu111/torch-xxx.whl
torchvision 的 cu111/torchvision-xxx.whl
直接右键点击这两个文件使用迅雷下载即可

(2).安装
将下载好的两个文件，复制到新建好的项目文件夹中，在命令行窗口，直接输入下面两个命令即可

pip install cu111/torch-xxx.whl
pip install cu111/torchvision-xxx.whl

(base) C:\Users\rongjian>conda activate torch37
(torch37) C:\Users\rongjian>cd C:\Users\rongjian\Downloads
(torch37) C:\Users\rongjian\Downloads>pip install torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl

步骤三：验证

附言

（1）一些环境经常使用的功能：
创建虚拟环境

conda create -n pytorch python=3.8

查看创建的环境

conda info --envs

激活环境

conda activate pytorch

删除环境

conda remove -n pytorch --all

查看环境中的安装包

conda list

#conda:#查看虚拟环境：conda info -e
#创建虚拟环境conda create -n your_env_name python=your_python_version
#删除虚拟环境：conda remove -n your_env_name --all
#进入指定环境：Conda activate your_env_name
#退出指定环境：Conda deactivate your_env_name
#创建新环境想克隆部分旧的环境conda create -n your_env_name --clone oldname
#指定环境安装模块包：conda install --name your_env_name package_name
#删除指定环境中的某个模块包：conda remove --name your_env_name  package_name
#导出环境的配置，方便在其它地方部署相同环境：conda env export > environment.yml
#导入环境配置，部署相同环境：conda env create -f environment.yml

虚拟环境默认安装位置：
查看环境路径：

conda env list

查看你的虚拟环境默认安装位置：

conda config --show envs_dirs

更换默认位置：

conda config --add envs_dirs E:\Anaconda3\envs

这样更改完之后，再全装虚拟环境的时候就可以了吗？

答案并不，尽管我们把默认安装路径调整到我们指定的地方，在安装虚拟环境的时候仍然是安装到C盘，这是因为我们指定的位置文件夹没有写入修改权限，添加权限步骤如下：

首先找到我们想改更改权限的文件夹，例如我想改我的安装目录E:\Anaconda3\envs，右键点击后打开属性
点进安全选项，接着点击编辑

将光标放置Users上面可以看到下方写入选项没有勾选，鼠标勾选>应用>确定后即可给予写入权限，这时候再从Anaconda Prompt里面安装虚拟环境的时候就可以看到安装位置变成我们指定的E:\Anaconda3\envs，安装即可。

（2）换源：
配置清华源，就是把 conda 中 package 的下载地址，改为清华镜像站，这样下载安装包速度更快。前面提到，新建虚拟环境相当于新开一个空房间，里面没有东西，因此，我们要在虚拟环境中安装需要的库，配置清华源可以加快这一安装进程。
清华镜像站-anaconda镜像页 上有配置指南，步骤如下：

1.Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

2.到电脑的“用户”文件夹中，找到 .condarc 文件并打开（可以用 VSCode 或 记事本 打开），把 清华镜像站-anaconda镜像页 上的 condarc 配置语句复制进去即可。

3.然后，在 Anaconda Prompt 中运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

执行完上述操作后，输入 conda info ，在 channel URLs 一项中，发现地址从原来的 https://repo.anaconda.com 换成了清华镜像站地址。

换源1：

channels:
  - https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

换源2：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

YOLO环境配置：
requirements.txt 安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

报错：ERROR: Failed building wheel for pycocotools

conda install -c conda-forge pycocotools