安装Pytorch-gpu版本（第一次安装 或 已经安装Pytorch-cpu版本后）

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

由于已经安装了cpu版本了，如果再在该环境下安装gpu版本会造成环境污染.
因此，再安装gpu版本时，需要再新建一个虚拟环境才能安装成功。
然后去官网下载所适配的版本。 安装完cuda和cudnn后，开始安装pytorch的gpu版本。

1.安装cude

首先查看windows电脑之前是否成功安装了CUDA

第一步：同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。

第二步：命令行里输入“nvcc -V”并回车

第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。

 已成功安装cuda跳过cuda安装部分

在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。

 独立显卡NVIDIA GetForce GTX 1060

测试本机独立显卡是否支持CUDA的安装（点击此处）

 本机的独立显卡是支持CUDA安装

接下来就是选择CUDA进行安装即可（点击此处）

 这里我选了CUDA Toolkit10.5的版本，至于选择哪个版本，个人认为应该没多大差别，一般就是看这个版本是否要求GPU的计算能力是多少以上。

 根据电脑系统选择相应选项，exe选择local，下载安装

接着就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。

接下来，进入NVIDIA安装过程，选项可参考其他博客。至于CUDA的安装目录，大家默认安装在C盘即可。（记住CUDA的安装目录）

安装完成之后，便是配置环境变量。环境变量配置如下图所示。（电脑->属性->高级系统设置->环境变量->系统变量找到Path）

 四个路径分别对应自己电脑安装的相应文件

测试CUDA是否正常安装。可以看到测试成功

第一步：同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。

第二步：命令行里输入“nvcc -V”并回车

第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。

2.安装cudnn
        点击此处，选择下载download cudnn，但这里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。

       然后因为我上一步CUDA的版本是11.5,而CUDNN的版本要跟CUDA版本一致

       下载之后，解压缩，将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。

 3.安装pytorch-gpu

①Anaconda安装（之前安装过的跳过）

Anaconda是一个用于科学计算的Python发行版，支持Linux、Mac和Window系统，提供了包管理与环境管理的功能，可以很方便地解决Python并存、切换，以及各种第三方包安装的问题。可以直接从 Anaconda官网（点击此处）下载，但因为Anaconda的服务器在国外，所以下载速度会很慢，这里推荐使用清华的镜像（点击此处）来下载。选择合适你的版本下载，这里选择Anaconda2020.02Windowsx86_64.exe版本

 下载之后，点击安装，按照提示依次点击下一步，知道安装结束。安装完成后，在开始菜单会出现按照后的软件。打开程序Anaconda Navigator，启动后可以看到Anaconda的环境界面

 安装完成后，进行Anaconda的环境变量配置，电脑->属性->高级系统设置->环境变量->系统变量找到Path，点击编辑，加入三个文件夹的存储路径，然后选择确定。点击 Win+R 打开，输入cmd，打开命令行，输入conda info，显示如下图，说明环境变量配置成功。

 ②创建虚拟环境（第一次安转也可以选择创建虚拟环境）

 打开anaconda prompt，首先创建虚拟环境：

#创建新环境
conda create --name pytorch-gpu python=3.6
#激活环境
conda activate pytorch-gpu

命令行输入：conda create –name pytorch_gpu python=3.6
python_gpu为anaconda下虚拟环境名称，可自定义，python=3.6为选择安装的python版本。

proceed选择y，回车, 等待相关包下载，可以看到在安装完成之后，信息提示。

#如果要启用创建的环境，输入指令

conda activate pytorch_gpu

#关闭该环境的话，输入指令

conda deactivate

③安装pytorch-gpu

 激活后去pytorch官网（点击此处）

 选择适合自己的版本，但是使用conda方式下载，直接用这个语句是不能下载成功的，因为它的服务器在国外，所以要选择下国内的镜像源。（梯子在上面已经给了链接）

 如果没有创建虚拟环境（第一次安装），打开Anaconda Prompt，前面是（base），可以直接在base里直接进行安装

 如果创建了虚拟环境，需要激活虚拟环境，后再执行 conda install

在已经激活的环境中输入上图红框中的命令：（可以直接选择镜像那个）

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

默认pytorch官网为下载源，下载速度太慢，很容易报错

更改为清华大学镜像，命令行输入下面的命令：

# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
config --set show_channel_urls yes  

然后再输入：

conda install pytorch torchvision torchaudio cudatoolkit=11.3

注意要把后面的-c pytorch去掉，不然还是使用的默认源下载。

等待下载和安装：

④测试

 寻找到创建的python.exe（包含虚拟环境名的）进行复制

D:\Users\Administrator\anaconda3\envs\pytorch-gpu\python.exe

运行Pycharm，新建python文件输入下面命令：

import torch
print(torch.__version__)  #注意是双下划线
print(torch.cuda.is_available())

选择对应的Python环境：

选择刚刚创建的pytorch-gpu:（可直接测试一开始复制的地址直接定位到）

最后运行刚刚创建的Python文件，出现下面即是成功：

不报错，并返回True, 说明安装成功！！若返回False, 说明系统的cuda版本号和 选择的cuda版本不一致，需要将cuda版本进行更新，具体更新操作如下：

右键-我的电脑-管理-设备管理器，找到显示适配器，选择NVIDIA，右键-更新驱动程序，将更新到最新版本，重启电脑即可。

注：如果要删除自定义源更换回conda的默认源，直接删除channels即可，命令如下：

conda config --remove-key channels