pytorch+cuda踩坑记录

最近做text to image相关研究，又来搞torch和cuda了，之前是直接用conda装的，用conda算是比较简单的了，这次尝试手动安装。

手动安装步骤：

1.先看项目的pytorch版本要求，然后到pytorch官网看torch和cuda和系统匹配的版本https://pytorch.org/get-started/locally/

目前最新torch1.11在windows下只支持11.3的cuda，不支持10.2，其他系统支持，估计windows用的人少就懒得搞了。

可以先装pytorch再装cuda，也可以先cuda再torch。

 

2.到cuda中国官网下载相应的cuda版本和cudnn版本，官网网址com变成cn了，如果下载失败可以手动改一下链接：

cuda archive:https://developer.nvidia.cn/cuda-toolkit-archive

cudnn archive: https://developer.nvidia.cn/rdp/cudnn-archive

注意cudnn要和cuda配套。

cudnn有时候需要会员，可以注册登录一下，好像直接打开这个网址就不需要，跳转过去就需要会员认证。

下好cuda安装，把cudnn解压放到cuda对应的目录。

正常流程到这里就安装结束了。

 

但是这个时候可能有个大坑，就是显卡驱动比较老，不支持cuda版本，装好pytorch也用不了gpu，不过可以糊弄一些需要cuda的库，运行用cpu就行了。

一般更新显卡驱动就可以了，但是有些老显卡是没有新驱动更新的，nvidia也是懒，已经放弃很多老显卡的驱动更新了，所以更新驱动也没用，得更新显卡了。

可以到nvidia官网查看显卡能装的最新的驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

如果最新的驱动不支持更新的cuda，那可以形式上安装cuda，实际上用不了。

如果版本支持，cmd输入python

import torch

torch.cuda.is_available()

就会显示True

False就是版本不兼容，不支持了。

 

我试过强制安装更新的驱动的，装了很多次都没用，nvidia的驱动安装之前会自动检查，根本装不上。

我还试过升级系统，也没用，nvidia并不会给新系统开发旧显卡的新驱动，还是老的驱动。有些老显卡装win11可能就没有驱动可用。。。