文章目录

• 写在最前（README！！）
• • 默认你已经准备好的前提条件
• 查看GPU显卡算力
• 查看显卡驱动版本（请升级到最高）
• • win10查看方法
• 查看CUDA版本
• • win10查看方法
• 如何更新到最新版本的驱动（推荐方法一）
• • 方法一（针对GEFORCE系列显卡）
  • 方法二（NVIDIA显卡）
• 查看cuda对应的torch版本
• 去下载*吧亲
• 安装与测试torch
• • 安装
  • 测试
• 参考

写在最前（README！！）

此篇文章为第一次安装torch的教程
在以后的使用中还会遇到多版本cuda+torch的环境------------啊不好意思，那篇文章，我还没写

• gpu显卡仅针对NVIDA（英伟达）哦
• 安装gpu-torch的逻辑是这样的
  1. 显卡算力及格
  2. cuda升级到最新版本
  3. conda内新建python版本为3.6的虚拟环境
     （为什么是3.6的？ 因为我喜欢3.6呀）
  4. 找对应cuda版本的torch的*，下载
     （为什么用*而不是命令？ 因为用命令下载torch的体验糟糕透了， 可以试试嘛， 可以的话，请回来踢我一下，告诉我什么感受。康桑密哒~）
  5. 进入虚拟环境，使用pip安装*，然后测试就好了

默认你已经准备好的前提条件

1. anaconda已经安装好了（mini版本也可以）
2. conda与pip的源已经更新为国内源–换源
3. conda内已经建立好python版本为3.6的虚拟环境–建立虚拟环境

查看GPU显卡算力

算力不够 直接安装cpu版本 --无需向下查看了

• NVIDA官方说明在GPU算力高于5.0时，此计算机可以用来跑神经网络，那么低于5的显卡，就没有必要安装gpu版本的torch了
• 这里给出NVIDA显卡算力对照表-链接

查看显卡驱动版本（请升级到最高）

win10查看方法

1. 此电脑右键属性
   
2. 打开设备管理器
3. 点开显示适配器，选中显卡，右键属性打开
4. 首先点击驱动程序菜单。 而后查看驱动版本

• 可以看到我的驱动版本为472.12 ，至于为什么是后五位呢？ 如果你也感兴趣，麻烦查到了告诉我一下，啾咪。
• 我自己实践了一次，所以已经更新到最新了，

查看CUDA版本

win10查看方法

1. 打开控制面板–搜索nvidia

• 如果搜索不到，那就是程序丢失了， 按照下面的 更新到最新版驱动教程 走一遍即可。
• 如果已经操作了 更新到最新驱动 ，然后还没有找到NVIDIA 控制面板，请重启，重启可以解决99%的问题。
  

2. 点击帮助菜单， 选择系统信息
3. 选择组件，查看cuda版本

• 我已经安装过最新版驱动， 所以这里显示cuda为11.4
  

如何更新到最新版本的驱动（推荐方法一）

• 驱动是向下兼容的，放心升级吧亲

方法一（针对GEFORCE系列显卡）

• 下载GEFORCE自动更新驱动程序

1. 打开链接点击下载安装即可
2. 第一次打开需要账号登录

• 我自己的微信扫码登录就成功了，
• 如果你的失败了， 通常是网络原因， 收不到NVIDIA服务器的响应。
• 两个办法：
  1. 换个网络吧，通常换成校园网会好， 如果条件不允许， 条条大路通罗马，八仙过海各显神通。奥利给！
  2. 先去官网注册个账号， 用账号和密码登录，会比微信好一些，兄弟们，欧皇和非酋的证明时刻来临了。

3. 登录成功之后，点击 驱动程序 菜单， 而后有更新的话会出现更新提示的。更新即可
   

方法二（NVIDIA显卡）

• 手动搜索驱动程序
• 手动搜索驱动链接2–上面无结果用这个
• 手动搜索最新的驱动更新，下载安装即可

查看cuda对应的torch版本

1. 这里给出参考

• 当然你也可以去NVIDIA的官网查看对照表，但我觉得你不会。
• 这里的CUDAtoolkit版本暂时等同于CUDA驱动的版本。
  我会在后续文章中解释， 这里不做赘述。
  

去下载*吧亲

1. *下载地址

• tips： 使用校园网和5g的下载速度都很快。5g牛批！！！

2. 什么？ 你看不懂*的名字？

• 我真好
• 举例子:
  • cu102： 对应cuda版本为10.2
  • torch-1.6.0 ： torch版本为1.6.0
  • cp36 ： 对应python版本为3.6
  • win_amd64 : 对应64位windows平台（不说人话：CPU是AMD64兼容的架构并在windows上运行）

安装与测试torch

安装

1. anaconda命令行下打开新建的虚拟环境

conda activate py36

• 呐呐， 我的虚拟环境名字叫py36

2. 使用pip安装*

pip install E:\temp\torch-1.6.0+cu101-cp36-cp36m-win_amd64.whl

• *名字太长不愿意打？： 用鼠标把whl文件拖进命令行
• 安装过程中会下载一些模块， 很快

测试

• 首先进入python命令行
• 三条命令,

import torch

torch.__version__

torch.cuda.is_available()

• 结果如下
  
  恭喜成功！！！！撒花！！！！！

你已经配置好基础的pytorch了。 以后安装其他包的话， 请对应版本安装。 机器学习中用到的包很多， 而且版本还多，
要一一对应才行，否则会就会报错的。 这就不在这篇文章的谈论范围之内了。

参考

1. conda建立新的虚拟环境
2. conda的pip更换为国内源
3. NVIDIA显卡驱动下载
4. NVIDIA显卡算力一览
5. gpu版本torch安装参考
6. 安装pytorch步骤
7. 使用pytorch测试是否安装成功
8. 显卡驱动对照表
9. NVIDIA官方驱动对照表
10. NVIDIA驱动下载