win10安装CUDA以及GPU版的pytorch

目录

1、安装NVIDIA显卡驱动

2、安装CUDA

（1）确定显卡支持的CUDA版本

（2）根据自己显卡支持的CUDA版本，下载对应的CUDA版本

（3）安装CUDA

（4）配置环境变量（安装好CUDA后，系统一般会自动添加环境变量）

（5）检验CUDA安装是否成功

3、安装cuDNN

（1）cuDNN是pytorch搭建深度学习模型的依赖，没有它，不能运行卷积等操作。

（2）下载对应版本的cuDNN

（3）下载的时候，可能需要注册一个账号。

（4）安装cuDNN

4、安装pytorch、torchvision

（1）进入pytorch，选择相应的OS、package、CUDA版本

（2）如果出现错误，可以选择下载离线的安装包。

5、检验是否安装好pytorch, torchvision

（1）import torch

（2）import torchvision

（3）查看pytorch版本

（4）检验是否成功安装CUDA

（5）检验是否成功安装cuDNN

参考链接

---

1、安装NVIDIA显卡驱动

（1）首先确定自己是否有NVIDIA显卡，如果没有可以关页面了；

（2）一般装了系统都有NVIDIA显卡驱动；如果没有，可以点击下面的下载地址；

下载地址：http://www.nvidia.cn/Download/index.aspx?lang=cn，注意笔记本一般选择notebooks。

2、安装CUDA

（1）确定显卡支持的CUDA版本

NVIDIA控制面板—帮助—系统信息—组件，就可以看到显卡支持的CUDA版本（我的PC支持的CUDA是11.0的），具体操作见下图：

（2）根据自己显卡支持的CUDA版本，下载对应的CUDA版本

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

（3）安装CUDA

选择“自定义”安装，后面的操作见下图（只勾选CUDA里面部分选项，其他都不用选择）

（4）配置环境变量（安装好CUDA后，系统一般会自动添加环境变量）

如果系统没有自动添加环境变量，则在系统变量中的"path"加入：

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

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

注意前面的路径（C:\Program Files\NVIDIA GPU Computing Toolkit）要换成自己的路径

（5）检验CUDA安装是否成功

在cmd中运行“nvcc -V”，如果出现下面的提示，恭喜你，成功安装CUDA！

3、安装cuDNN

（1）cuDNN是pytorch搭建深度学习模型的依赖，没有它，不能运行卷积等操作。

（2）下载对应版本的cuDNN

• 如果你的CUDA是10.0，则cuDNN也要选择 cuDNN v.. for CUDA 10.0。
• 下载地址：https://developer.nvidia.com/rdp/cudnn-archive

（3）下载的时候，可能需要注册一个账号

（4）安装cuDNN

将下载的cuDNN解压，并且将解压的内容（包括bin、include、lib文件夹，NVIDIA_SLA_cuDNN_Support.txt）复制到CUDA的路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1（注意要换成自己的安装路径）

4、安装pytorch、torchvision

（1）进入pytorch，选择相应的OS、package、CUDA版本

a、本文选择的pytorch=1.7.0(stable)，CUDA=11.0，具体见下图。

b、在cmd中键入：pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

c、网页地址：https://pytorch.org/get-started/locally/

（2）如果出现错误，可以选择下载离线的安装包。

下载地址：https://download.pytorch.org/whl/torch_stable.html，下载以下安装包

torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl

torchvision-0.8.1+cu110-cp37-cp37m-win_amd64.whl

torchaudio-0.7.0-cp37-none-win_amd64.whl

注意：cu110表示CUDA是11.0版本的，cp37表示python3.7，win表示windows版本，具体选择什么版本，可以参考上图中的“Run this Command”。

安装方法：进入离线安装包所在位置，然后“shift+鼠标右键”，然后选择“在此处打开powershell窗口”，最后输入“pip install torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl”，即输入“pip install xxxx.whl”。

有可能会出现[winError]拒绝访问的错误提示，并且要求你添加“--user”，你可以这样输入："pip install xxxx.whl --user"

5、检验是否安装好pytorch, torchvision

 进入python环境

（1）import torch

如果出现这个错误，ImportError: numpy.core.multiarray failed to import，则很可能你的numpy版本太旧啦；具体如下图

解决办法1：（1）卸载numpy，然后重新安装numpy; 

                    （2）cmd中键入如下命令：pip uninstall numpy

                                                                 pip install numpy

解决办法2：pip install --upgrade numpy

（2）import torchvision

如果出现这个错误，from . import _imaging as core ImportError: DLL load failed: 找不到指定的模块。则很可能你的pillow版本太旧啦，具体如下图

解决办法1：（1）卸载pillow，然后重新安装pillow; 

                   （2）cmd中键入如下命令：pip uninstall pillow

                                                                pip install pillow

解决办法2：pip install --upgrade pillow

（3）查看pytorch版本

import torch
print(torch.__version__)

（4）检验是否成功安装CUDA

import torch
print(torch.cuda.is_available()) # 返回True，则成功安装cuda

（5）检验是否成功安装cuDNN

from torch.backends import cudnn
print(cudnn.is_available()) # 返回True，则说明成功安装cuDNN

参考链接

1.https://blog.csdn.net/qq_36653505/article/details/81368346