深度学习框架pytorch安装

# 环境搭建：( win 10, python3.8 , N 卡)

1. # 安装 Anaconda

   conda下载链接 ，下载完直接运行，常规软件安装步骤。。一直下一步，到下图这里，建议把添加环境变量也勾选。

   然后点击 install ，等待安装完成

   • 指定路径创建虚拟环境，下面使用创建的虚拟环境配置 pytorch , 版本管理参考之前文章： 优雅的管理python版本

     conda create --prefix=E:\conda_env python=3.8

2. # 查看 cuda 信息

   N 卡 直接在命令行输入： nvidia-smi 查看显卡版本和 cuda 版本，查看 cuda 版本映射表：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

   CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
   CUDA 11.6 Update 1	>=510.47.03	>=511.65
   CUDA 11.6 GA	>=510.39.01	>=511.23
   CUDA 11.5 Update 2	>=495.29.05	>=496.13
   CUDA 11.5 GA	>=495.29.05	>=496.04
   CUDA 11.5 Update 1	>=495.29.05	>=496.13
   CUDA 11.4 Update 4	>=470.82.01	>=472.50
   CUDA 11.4 Update 3	>=470.82.01	>=472.50
   CUDA 11.4 Update 2	>=470.57.02	>=471.41
   CUDA 11.4 Update 1	>=470.57.02	>=471.41
   CUDA 11.4.0 GA	>=470.42.01	>=471.11
   CUDA 11.3.1 Update 1	>=465.19.01	>=465.89
   CUDA 11.3.0 GA	>=465.19.01	>=465.89
   CUDA 11.2.2 Update 2	>=460.32.03	>=461.33
   CUDA 11.2.1 Update 1	>=460.32.03	>=461.09
   CUDA 11.2.0 GA	>=460.27.03	>=460.82
   CUDA 11.1.1 Update 1	>=455.32	>=456.81
   CUDA 11.1 GA	>=455.23	>=456.38
   CUDA 11.0.3 Update 1	>= 450.51.06	>= 451.82
   CUDA 11.0.2 GA	>= 450.51.05	>= 451.48
   CUDA 11.0.1 RC	>= 450.36.06	>= 451.22
   CUDA 10.2.89	>= 440.33	>= 441.22
   CUDA 10.1 (10.1.105 general release, and updates)	>= 418.39	>= 418.96
   CUDA 10.0.130	>= 410.48	>= 411.31
   CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
   CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
   CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
   CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
   CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
   CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
   CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
   CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

3. # 根据 cuda 信息，安装 pytorch

   找到对应版本安装指令：https://pytorch.org/get-started/previous-versions/

   • 进入虚拟环境：

   activate E:/conda_env

   • 控制台输入指令安装 pytorch

   conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

   • python 解释器选择刚才创建的虚拟 py 环境，然后导入 pytorch , 以下指令返回 True ，就代表安装成功

     	import torch
     	print(torch.cuda.is_available())