pytorch安装教程

写在前面：配置pytorch着实有很多坑，不过最终结果算好的，话不多说，直接上干货。其中想要知道如何解决torch.cuda.is_available(）返回false的，直接跳到步骤5pytorch安装，python版本至少是3.6及以上。

1、前言

安装pytorch需要安装Anaconda、cuda、cuDnn、torch，本次机器配置如下：win10 64位操作系统，GTX3070，其中安装的上述版本如下（时间2023.9.24）：

Anaconda3-5.3.1-Windows-x86_64 （去官网下载Download Success | Anaconda）

cuda_11.7.0_516.01_windows.exe（去官网下载即可CUDA Toolkit Archive | NVIDIA Developer 解释下为什么下载11.7，原因是cudcnn官网上只有11.7版本的，但是后续发现不一定要下载11.7版本，可以根据自己显卡来下载）

cudnn-windows-x86_64-8.7.0.84_cuda11-archive（该版本适用于11.XX版本的cuda，下载该版本即可，官网链接：Log in | NVIDIA Developer）

2、 Anaconda3安装

2.1 安装过程

下载链接：Download Success | Anaconda

下载下来是一个Anaconda3-5.3.1-Windows-x86_64.exe

双击Anaconda3-5.3.1-Windows-x86_64.exe，全部直接默认即可。

安装完成后，在系统变量中添加环境变量，如下：

2.2 检查安装配置是否成功

Win+R输入cmd打开命令行，输入conda会显示相关命令选项

输入conda -V或者conda --version命令检查下安装配置是否成功

也可以输入conda info显示相关信息：

输入python会发现此时python也是带conda的版本

3、cuda安装

3.1 安装过程

下载链接：CUDA Toolkit Archive | NVIDIA Developer

本次选择cuda11.7版本进行安装，双击安装包默认即可完成安装。

3.2 检查安装是否成功

Win+R输入cmd打开命令行，输入 nvcc --version，可以看到我安装的是11.7

4、安装cuDNN

4.1 环境配置

安装cuDNN版本根据cuda进行选择（下载链接cuDNN Archive | NVIDIA Developer），由于本文是cuda11.7，因此选择了cuDNN8.7版本。

下载的cuDNN是一个压缩包，将其解压缩后，得到如下文件：

此时，将bin、include、lib文件复制粘贴到cuda安装目录下，里下图：

4.2 检查安装是否成功

Win+R输入cmd打开命令行，输入 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite （该路径根据自己安装实际路径），进入该路径下，运行bandwidthTest.exe与deviceQuery.exe，如果运行结果result均为pass，则表明安装成功。

5、 pytorch安装

这也是本博客与很多博客不同的地方，如果按照很多博客方法从官网下，使用pip或者conda安装torch均错误，在torch.cuda.is_available(）返回false，即torch无法调用GPU。

这是由于在国内不好下载GPU-cuda，只有CPU-cuda。下面给出一种切实可行的方案。

去网站https://download.pytorch.org/whl/torch/，进入torch下载对应的带GPU的torch

进到torch，可以看到有各种版本的torch的whl文件，如：torch-1.13.0+cu116-cp37-cp37m-win_amd64.whl，意为torch1.13.0、cuda11.6、python3.7、win 64位系统的版本。

找到你电脑上安装的python、cuda版本，比如我的电脑是python=3.7、cuda=11.7（另外说一下，python的版本是你从cmd控制台上查询的版本，而不是你电脑上安装的版本！！！本人电脑上安装python3.9，但是发现cmd上查询是3.7，最终下载3.7版本）所以，最后我选择的版本如下