概述

PyTorch是一个开源的深度学习框架，提供了各种张量操作并通过自动求导可以自动进行梯度计算，方便构建各种动态神经网络。支持使用GPU/TPU进行加速计算。（Torch中文百科）
2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。（百度百科）
Pytorch更多详细介绍参见Pytorch中文百科：Pytorch中文百科

安装

一、CUDA 安装

（一）CUDA 概述

安装CUDA视安装的Pytorch版本而定，GPU版本需要安装CUDA，CPU版本无需安装CUDA。

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。（百度百科）
CUDA更多详细介绍参见CUDA官网：CUDA官网

（二）安装

查看自己电脑显卡驱动版本（若觉得版本过低可到CUDA驱动官网下载自己电脑相应显卡最新驱动版本安装更新驱动）
1、打开NVIDIA Control Panel，点击系统信息
在这里插入图片描述

2、然后点击组件就能看到GPU驱动版本（例如我的电脑是CUDA 12.0.133），然后对照CUDA版本对照表
在这里插入图片描述

CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive
3、下载完成选择“同意并继续”，然后选择自定义安装选择需要安装的组件，也可以使用推荐安装
在这里插入图片描述
4、下载好CUDA toolkit，下一步就是安装cudnn，下载地址：https://developer.nvidia.com/rdp/cudnn-download
CUDA安装完成（建议默认路径），cudnn下载后解压三个文件夹至CUDA的如下安装目录覆盖，即可完成安装

5、安装完成检查是否安装成功
系统变量查看CUDA环境配置成功，若未配置可以手动配置
在这里插入图片描述
然后用Win+R快捷键输入cmd打开终端，输入nvcc -V,如下图所示表示安装cuda成功

打开CUDA安装目录下的extras，然后打开demo_suit，然后在文件位置处输入cmd，能打开对应位置的命令行，在命令行中输入bandwidthTest.exe 和 deviceQuery.exe，出现如下说明cudnn安装成功
在这里插入图片描述
具体安装过程参考博文：
https://blog.csdn.net/qq_44442727/article/details/119923070
https://blog.csdn.net/qq_37867431/article/details/127071132

二、Anaconda 安装

1、Anaconda官网下载：https://www.anaconda.com 按需要选择版本下载
在这里插入图片描述
2、路径根据自己实际选择，点击“Next”，直到安装完成

在这里插入图片描述
3、配置环境变量
进入系统环境变量点击 Path 添加如下路径（视自己安装路径情况而定）：

E:\Anaconda
E:\Anaconda\Scripts
E:\Anaconda\Library\bin
E:\Anaconda\Library\mingw-w64\bin

4、测试是否安装成功
Win+R进入cmd，输入conda --version，显示如下则安装成功
在这里插入图片描述

三、Pytorch安装

（一）GPU版本安装

方法一

在线安装
1、打开Anaconda Powershell Prompt，输入conda info --envs，查看安装的环境
在这里插入图片描述
2、进入Pytorch官网：https://pytorch.org/，找到合适自己电脑的版本

3、复制Run this Command：conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia（视自己情况而定）到Anaconda Powershell Prompt 确认下载

在这里插入图片描述
4、测试是否安装成功
在Anaconda Powershell Prompt依次输入

python
import torch
torch.__version__
torch.cuda.is_available()

显示如下即安装成功
在这里插入图片描述

方法二

离线安装
1、查看Anaconda或者本地安装的Python版本
在这里插入图片描述
2、Torch和Torchvision的版本对应

3、到Pytorch离线下载资源网站下载对应版本（CPU版本和GPU版本）：https://download.pytorch.org/whl/torch_stable.html

4、下载好后复制并切换到Anaconda所在目录，使用“pip”命令安装
pip install “文件名"
在这里插入图片描述

在这里插入图片描述
5、测试是否安装成功

结果与在线安装测试结果相同

（二）CPU版本安装

参考博主：https://blog.csdn.net/weixin_44904136/article/details/123285884

附：
添加清华源：
在cmd下执行如下语句

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

在Anaconda安装文件下找到.condarc文件（一般在C盘用户目录下）
在这里插入图片描述
恢复默认源：
conda config --remove-key channels

参考：
Pytorch最全安装教程（一步到位）
cuda11.2安装pytorch——torch.cuda.is_available()=false
电脑配置cuda11.3+cudann+torch踩坑，详细版
2021.08.26学习内容 Win10+GeForce GTX1650安装NVIDIA显卡驱动及CUDA11.4+cuDNN8.2