PyTorch安装Cuda版本选择

PyTorch安装

        PyTorch分为CPU和GPU版本。PyTorch选择安装版本页面：Get Started

CPU版本PyTorch安装

   在线安装，直接通过pip命令安装即可：

pip3 install torch torchvision torchaudio

离线安装，需要手动下载whl文件，同时需要注意PyTorch与torchvision之间版本对应关系，可以在GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision或Previous PyTorch Versions查看torch与torchvision之间的对应关系。

GPU版本PyTorch安装

        绝大多数情况下我们会安装GPU版本的PyTorch。目前PyTorch不仅支持NVIDIA的GPU，还支持AMD的ROCm的GPU。

安装GPU版本的PyTorch步骤：

• 根据NVIDIA驱动程序版本和要安装的PyTorch版本，确定安装哪个版本的CUDA。
• 根据CUDA版本，安装对应版本的cuDNN。

GPU计算能力要求

        对于N卡，需要计算能力（compute capability）≥3.0，可在https://developer.nvidia.cn/cuda-gpus#compute查看GPU计算能力。

Cuda版本选择

        Cuda（Compute Unified Device Architecture）是NVIDIA开发的并行计算平台和编程平台，允许开发者利用NVIDIA GPU的强大计算能力进行通用计算。CUDA不仅用于图形渲染，还广泛应用于科学计算、深度学习、金融建模等领域。

• 根据NVIDIA驱动程序版本确定支持的最高CUDA版本，右击桌面->打开NVIDA界面

• 然后点击：系统信息->组件->擦看NVCUDA.DLL的版本

• 根据PyTorch版本选择CUDA版本 

        需要安装特定版本的CUDA版本，才能使用特定版本的PyTorch，在PyTorch下载页面可查看该版本的PyTorch支持的CUDA版本。我们可以通过

https://download.pytorch.org/whl/torch/ 查看过往版本PyTorch支持的CUDA版本。

CUDA安裝

        NVIDIA官网通常只展示最新的CUDA版本，过往CUDA版本可在CUDA Toolkit Archive | NVIDIA Developer

        双击.exe文件进行安装，首先需要输入临时解压路径，临时解压路径在安装结束后会自动被删除，保持默认即可。点击OK。
 

         若在系统检查环节提示“您正在安装老版本的驱动程序…”，说明安装包中包含的驱动程序版本比当前已安装的驱动程序的版本旧，可忽略。点击继续。

        同意安装协议并继续。

 选择精简，会安装所有组件并覆盖现有驱动程序。点击下一步。

如果出现以下提示，表明缺少Visual Studio，部分组件不能正常工作。不用在意，选择I understand…。点击Next。 

 点击下一步。

 安装完成，点击关闭。

 可在命令行使用nvcc --version查看CUDA版本信息。