Pytorch的GPU版本安装

本文的显卡是

NVIDIA GeForce RTX 3060 Laptop GPU，安装环境是

CUDA11.1+CUDNN11.1
torch1.9.0+cu111
torchvision0.10.0+cu111
torchaudio==0.9.0

 

在安装之前先要知道自己的显卡支持什么CDUA版本

右键点击进入NVIDIA控制面板

选择帮助——系统信息——组件

这里可以看出我的笔记本支持的CUDA版本为11.5

或者在命令行搜索cmd，打开命令提示符

输入NVIDIA-smi

就可以看到版本信息

1.下载CUDA

我这里安装的CUDA11.1版本

进入CUDA官网下载CUDA11.1： CUDA Toolkit 11.1 Update 1 Downloads

然后等待下载完成即可

还有其他版本可以下载，自己选择合适的版本下载即可： CUDA Toolkit Archive

配置表： NVIDIA CUDA Toolkit Release Notes

2 .下载CUDNN

进入CUDNN网址： cuDNN Archive

根据自己的系统选择对应的版本

这里需要注册才能下载

登录或者注册完成即可下载

然后进行解压

3.CUDA安装

双击下载的CUDA，点击安装，默认即可

 

 

 

 

 

 

 

 

安装完毕

4.安装CUDNN

解压CUDNN

找到安装的CUDA文件夹：NVIDIA GPU Computing Toolkit

将解压的CUDNN放在CUDA中

粘贴成功

打开bin目录复制路径

打开cmd

输入nvcc -V，这样就安装好了cuda了

复制extras的demo文件夹

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite

在cmd输入

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite

运行bandwidthTest.exe

result=pass说明安装成功了

5.下载pytorch

进入pytorch主页： pytorch

选择更多版本

找到CUDA11.1对应的pytorch版本

# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

这里：

torch1.9.0+cu111
torchvision0.10.0+cu111

torchaudio==0.9.0

可以用pip下载，不过速度很慢，直接在网站上下载速度很快： download.pytorch

在官网上找到对应的版本点击下载即可

注释：cu111表示cuda版本为11.1，1.9.0%2表示1.9.0的版本

cp38表示python版本为3.8的版本，3.9表示Python版本为3.9

win_amd64表示windows的操作系统，有linux和win的操作系统

这个一定要对应不然安装会报错的！！

安装torch

cu111/torch-1.9.0%2Bcu111-cp38-cp38-win_amd64.whl

安装torchaudio

torchaudio-0.9.0-cp38-cp38-win_amd64.whl

安装torchvision

cu111/torchvision-0.10.0%2Bcu111-cp38-cp38-win_amd64.whl

这样就下载好了pytorch环境

6.安装pytorch

如果没有安装环境的话，需要重新安装一个虚拟环境，在anaconda安装一个虚拟环境

conda create -n pytorch(创建的环境名称)

激活环境

conda activate pytorch

进入虚拟环境

本文已经创建直接用conda activate pytorch 安装pytorch环境可以直接在环境中输入官网的下载地址，不过速度很慢，建议直接用操作5进行pytorch下载

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

进入下载的pytorch路径，复制路径：C:\cuda11.1\pytorch1.9.0

 

在pytorch环境中输入：cd C:\cuda11.1\pytorch1.9.0

然后用pip install

pip install "torch-1.9.0+cu111-cp38-cp38-win_amd64.whl"

pip install torchaudio-0.9.0-cp38-cp38-win_amd64.whl

 pip install "torchvision-0.10.0+cu111-cp38-cp38-win_amd64.whl"

 conda list

创建一个.py文件

然后选择自己创建的环境

测试环境是否安装完毕pytorch

测试pytorch是否安装好

import torch
print(torch.__version__)
print('gpu:',torch.cuda.is_available())
import time
import torch

##################################################

for i in range(1, 10):
    start = time.time()
    a = torch.FloatTensor(i * 100, 1000, 1000)
    a = a.cuda()  # a = a
    a = torch.matmul(a, a)
    end = time.time() - start
    print(end)

运行结果

C:\software\anacondas\envs\pytorch\python.exe C:/Users/qiang/Desktop/python编程开发全栈教程+AIoT人工智能物联网/测试/main.py
1.9.0+cu111
gpu: True
2.2406187057495117
0.328183650970459
0.4589543342590332
0.6902165412902832
0.8932676315307617
0.9731338024139404

 说明pytorch安装完成