anaconda安装pytorch和torchvision，cuda安装的简单流程以及一些解决

· · 个人记录

1.anaconda安装

直接去官网下载安装即刻

2.虚拟环境配置

这是为了后续使用清华镜像源安装pytorch

命令为

conda create -n env_name python=3.x

env_name是环境的名字，随便取，我取的是ashina（苇名）

python=3.x是自己选择python版本

可以找到.condarc文件直接改源，也可以用

conda config --add ...

conda config --remove ...

来增删源

把源改成清华镜像站

用

conda activate ashina

进入苇名

用

conda deactivate ashina

退出苇名

3.安装CUDA和cuDNN

翻墙直接上官网找合适的版本

一定仔细核对自己的显卡驱动，不要超出显卡能支持的版本

再根据CUDA版本下载cuDNN

把cuDNN压缩包解压，解压后cuda文件夹里的三个文件夹拖到CUDA的目录下

最后添加系统环境变量就好了，具体哪几个上网搜

在cmd中输入

nvidia-smi

查看显卡驱动版本和CUDA版本

4.安装pytorch和torchvision

进入虚拟环境，用命令

conda install pytorch=... torchvision=... cudatoolkit=...

从清华源安装pytorch和torchvision

这里cudatoolkit的版本和自己下载的CUDA版本一致

pytorch支持创建虚拟环境时选择的python版本，且pytorch,CUDA和torchvision三者版本要互相支持

安装好后，在虚拟环境中输入python打开python，再输入

import torch
print(torch.cuda.is_available())

检查cuda是否可用，返回True则成功

5.torch.cuda.is_available()=False的可能原因和解决办法

  1. cuda,pytorch版本不互相支持，换一换

  2. pytorch装成了cpu版本，虽然安装指令上加入了cudatoolkit会限制安装为gpu版本，但是可能也会出拐（我就出拐了）

    这时有一种解决方法，直接在清华镜像站或官网上强行寻找合适的pytorch的gpu版本，把安装包下载到本地，用conda进行本地安装

    然后再在命令行虚拟环境中输入同样的安装指令把附属包全部补上