全网最详细之如何安装gpu版的pytorch

安装gpu版pytorch

一、准备：

1、需要查看nvidia驱动是否安装
安装驱动可参考：https://blog.csdn.net/qq_41428418/article/details/119300686
在终端中输入

nvidia-smi

则有以下显示

则表示安装成功！
如果不显示需要重启电脑，重启电脑还不行的话可能需要配下环境。
其中CUDA Version: 11.1：表示驱动程序457.63可兼容的最高CUDA版本
2、查看CUDA是否安装（CUDA不提前安装不会影响后续的pytorch安装。跳过此步骤也可！！）
CUDA安装参考https://blog.csdn.net/qq_41428418/article/details/119300686
安装完CUDA在终端中输入

nvidia -V

则出现以下画面

则表示安装成功！
如果没出现可能是因为没配环境！！！
其中release 10.0：表示CUDA 安装的版本
3、查看cudnn是否安装（cudnn不提前安装不会影响后续的pytorch安装和训练。跳过此步骤也可！！）

二、安装gpu版的pytorch

如果我们提前装了CUDA和cudnn，需要确保CUDA版本<=驱动程序支持的最高CUDA版本！！！装pytorch选择CUDA时需要与已装CUDA版本保持一致。
在这里补充说明一下其实装pytorch选择的CUDA可以大于已装CUDA的版本也可以小于已装CUDA的版本,但是必须要<=驱动支持的CUDA最高版本，笔者亲试安装训练都没有问题，但是还是建议装pytorch选择CUDA时需要与已装CUDA版本保持一致。
如果不提前安装CUDA和cudnn，装pytorch选择CUDA时只需要<=驱动程序支持的最高CUDA版本即可。
假设我们提前安装了CUDA；
根据nvcc -V显示的release 10.0可知CUDA安装的版本为10.0
便于表达假设我们安装的CUDA版本是11.1即通过nvidia -V显示的是release 11.1
进入torch官网https://pytorch.org/
1、点击Stable (1.9.0)
2、点击Windows或Linux（看自己系统）
3、点击Pip或Conda
4、Python
5、CUDA 11.1

第一种安装：

切记一定要激活安装pytorch的环境！

在自己创的环境中输入

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

gpu版pytorch即可安装。
命令行安装方式安装中会下载torch和torchvision，如果下载太慢可能是没有配置镜像源，配置方法可参考https://blog.csdn.net/qq_41428418/article/details/118736784

第二种安装：

可能就算你配置完镜像源在安装pytorch的时候还是会因为下载的网速问题经常性出现中断，所以网速不稳定的可以采用下面的方法即网站上下载好torch和torchvision。
根据命令

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

上面安装pytorch的代码已经告诉我们torch对应的torchvision的版本，进入网址https://download.pytorch.org/whl/torch_stable.html下载即可。需要注意的是下载自己对应系统的和已装环境python版本。假设我们系统是windows，环境python版本是3.8.根据命令行代码可知下载的torch=1.9.0，cu111,torchvision==0.10.0

下载第二个即可。
同理

下载第二个。

下载好之后进入文件所在目录（切记），ubuntu系统右击鼠标“在终端中打开”。
windows系统则是进入文件所在目录，在上面的搜索栏里输入cmd，然后回车即可进入dos。

另外切记一定要激活安装pytorch的环境！

D:\迅雷下载\troch_windows>conda activate medical

接下来：

(medical) D:\迅雷下载\troch_windows>pip install "torch-1.9.0+cu111-cp38-cp38m-win_amd64.whl"

(medical) D:\迅雷下载\troch_windows>pip install "torchvision-0.10.0+cu111-cp38-cp38m-win_amd64.whl"

快捷键：在输入pip install torch-之后按下’tab’健即可自动补全
torch安装完毕！

三、检查pytorch是否成功安装：

进入自己的环境输入

(medical) C:\Users\xin>python
Python 3.7.10 (default, Feb 26 2021, 13:06:18) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
# 若正常则返回 True
>>> a = torch.tensor(1.)
# 若正常则静默
>>> a.cuda()
# 若正常则返回 tensor(1., device='cuda:0')
>>> from torch.backends import cudnn
# 若正常则静默
>>> cudnn.is_available()
# 若正常则返回 True
>>> cudnn.is_acceptable(a.cuda())
# 若正常则返回 True

最后返回True则pytorch安装成功！

四、总结

安装的时候强烈推荐第二种安装方式，此方法一劳永逸，避免以后创环境还需要安装pytorch时候再下载。不会因为网速慢经常中断导致下载错误。
另外现在安装pytorch也可以不用提前安装CUDA和cudnn，因为当你安装torch时会帮你安装cuda训练时需要的东西。只需要提前安装驱动，安装完nvidia驱动后直接进行GPU版pytorch的安装。需要注意的是选择CUDA版本时只需要<=驱动器兼容的CUDA版本即可。如果你是从事科研，论文正常是用pytorch框架实现的，为了快速部署可以不用提前安装CUDA和cudnn，不会影响训练。但此种方法输入nvcc -V不会有任何显示，这是因为你没提前装CUDA。或者说你安装torch时安装的cuda依赖只是完整CUDA的一部分。
为什么要提前安装CUDA？
答：因为仅仅从pytorch使用上是没有区别的。提前安装CUDA是为了更多的兼容性，因为你可能不止使用这一个框架，建议安装。
关于nvidia-smi和nvidia -V即nvidia --verison的命令说明读者可参考
https://blog.csdn.net/qq_41428418/article/details/119301173