如何用conda安装PyTorch（windows、GPU）最全安装教程（cudatoolkit、python、PyTorch、Anaconda版本对应问题）（完美解决安装CPU而不是GPU的问题）

2024-02-26 1522阅读

温馨提示：这篇文章已超过427天没有更新，请注意相关的内容是否还可用！

一、开发环境

安装PyTorch的开发环境：Anaconda+CUDA+cuDNN+PyCharm Community

二、安装过程

1、Anaconda的安装

1.1 版本选择

第一步就是最关键的版本对应问题（这决定你能否成功安装PyTorch，以及能否成功安装GPU版本的关键问题），可以这么说，版本不能对应好，后面有很大的问题，因此，我们要先确定版本的对应关系。（当然，你的电脑配置很高，直接就下最高版本就可以）

我们需要确定conda、cudatoolkit、cudnn、python、PyTorch、torchvision的版本对应。

下面为确定的过程：

首先，搜索NVIDIA Control Panel（win+s进行搜索）。

然后打开并点页面左下角系统信息，找到组件里的NVCUDA64.DLL，发现CUDA驱动为11.6.106版本。那么就说明你之后安装CUDA的cudatoolkit的版本不能超过11.6.106。所以我这里安装CUDA的cudatoolkit版本就可以设置为11.6（或更低）。

最后找conda、cudatoolkit、cudnn、python、PyTorch、torchvision的对应关系。

下面是我提供部分的cudatoolkit与PyTorch版本的对应关系。由于我想安装CUDA的cudatoolkit是11.6版本的，对应下图我可以选择1.12.0(1)、1.13.0(1)共四种版本的PyTorch版本。在这里我选择PyTorch为1.12.1版本进行安装。

完整的对应关系在PyTorch官网：Previous PyTorch Versions | PyTorch

像下图是我找的PyTorch为1.12.1版本的。红色框中的是命令行指令，这在我们最后安装PyTorch需要用的，我们能清楚地看到版本之间的对应，红色框中可以看到cudatoolkit为11.6而且PyTorch为1.12.1版本，正好是我们需要的。

接下来就可以着手准备安装Anaconda了，不过在此之前，先要安装正确的Anaconda版本（像Anaconda官网里的是最新版的，并不适配本台机子，需要下载旧版）。

确定Anaconda安装包，打开网址进行关系的查找：对应关系

这里有很多Anaconda的旧版本安装包信息，然后找64位windows版本的安装包，找到能满足cudatoolkit为11.6，PyTorch为1.12.1版本的Anaconda。红色框中的安装包信息为本机能够满足的Anaconda版本。

点击进到具体页面，找conda、cudatoolkit、cudnn、python、PyTorch、torchvision的版本信息，下图为我找到的版本信息。可以看到Anaconda所需要最低配置的版本如下，cudatoolkit的版本最起码要11.3.1（我们要安的是11.6版本，完全满足），pytorch版本正好满足。

确定好了Anaconda的安装包，那么就可以正式安装Anaconda了。

打开Anaconda下载的官网：下载Anaconda。根据刚才的Anaconda安装包信息，找到我要下载的Anaconda的安装包Anaconda3-2023.03-0-Windows-x86_64.exe。如下图：

1.2 安装过程

下载完后跟随下面步骤进行安装

I Agree

个人使用就选Just me。

这里安装路径建议默认。

要选择红色框中部分，它自动添加我们的环境变量（不选就需要我们自己配置），剩下的默认。

等待安装。。。

取消勾选，Finish

查看环境变量是否配好

win+s搜索编辑系统环境变量

环境变量中的用户变量中可以看到红色框中Anaconda的环境变量已经配置好了。

1.3 验证安装是否成功

验证Anaconda环境是否配置成功

win+R打开cmd

分别输入下面红框中的命令。若能输出类似信息，说明Anaconda安装成功。

2、CUDA的安装

windows10 版本安装 CUDA ，首先需要下载两个安装包

CUDA toolkit（toolkit就是指工具包）

cuDNN（用于配置深度学习使用）

2.1 CUDA toolkit的安装

首先对CUDA toolkit进行安装，找到我们所需的CUDA toolkit版本。

下载网址：CUDA Toolkit download。

在Anaconda那节，我们知道我的CUDA驱动为11.6.106版本，那我只能选低于11.6.106的cudatoolkit版本，因此，选的是11.6.0这个版本。如下图：

点进去之后，选好相应的版本信息。

Windows操作系统+64位+win10+本地下载

按照如下步骤进行安装。

解压安装包目录建议默认，安装结束后会自动删除。

等待解压。。。

进入安装界面

同意并继续

推荐选择自定义安装

自定义安装选项中的驱动组件(Driver components)，其中的Display Driver取消勾选（不要打√），这样当前版本比新版本要高。

选择安装位置默认，并且要记住安装路径，一会环境变量配置要用。

打钩下一步。

等待安装。。。

环境变量的配置

win+s搜索编辑系统环境变量并打开。

先查看环境变量是否自动配置好了。下面这两个是自动生成的，不需要更改。

但还有两个变量并没有生成（可能有人能生成，那就不用添加了），因此，需要手动配置环境变量。

根据之前的安装路径中的Samples配置我们的环境变量

变量	值
NVCUDASAMPLES_ROOT	C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
NVCUDASAMPLES11_6_ROOT	C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6

验证是否安装成功

如果大家能找到nvcc.exe，那说明cuda安装成功

接着用win+R打开cmd，输入nvcc -V（查看版本号）和set cuda（查看cuda设置的环境变量）命令进行测试。可以看到我们成功安装了11.6版本的cuda。

但也有输入nvcc -V之后发现nvcc不能被识别的问题，那么这是环境变量没有配置好的问题。

win+s搜索编辑系统环境变量，在系统变量中找到path，编辑并新建环境变量，环境变量配置如下：（注：v11.6依据你的版本来，你是11.8，那么就是v11.8）

变量	值
Path	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
Path	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp

2.2 cuDNN的安装

首先进行cuDNN的下载：cuDNN Download。但进入官网后需要先进行注册，注册完之后才能开始我们的下载。

先打钩，然后会显示下载的版本信息，这里我们选择Archived cuDNN Releases，找到历史的版本。

根据CUDA适配的版本来选择，这里我随便选择一个合适的。

然后选择windows版本进行本地下载。

先对安装包进行解压。

可以发现压缩包里是文件。

将cuDNN安装包里的三个文件夹里的内容分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6路径下的同名文件夹（bin、include、lib）里，LICENSE直接复制到v11.6文件夹里。

环境变量的配置

win+s搜索编辑系统环境变量并打开。在系统变量中的path添加环境变量如下：

（路径根据自己的进行修改）

变量	值
path	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
path	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
path	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\CUPTI\lib64

验证cuDNN是否安装成功
win+R打开cmd，分别输入下列命令。若输出类似的信息，则说明cuDNN安装成功。
```
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
.\bandwidthTest.exe
.\deviceQuery.exe
```
3、PyTorch的安装

3.1 获取命令行
- 先进入PyTorch官网：Start Locally | PyTorch
  然后找到适合的PyTorch版本，如下图红色框中就是我们需要的命令，这个我在Anaconda的安装那一节就已经讲过了，忘了的，可以回头看一下。
  
  win+s搜索cmd，我们需要以管理员的身份安装PyTorch（不然会出错）。
  
  3.2 安装过程
  
  由于我们安装的PyTorch需要从国外服务器下载安装包，所以安装会很慢很慢。所以安装的时候可能会出现如下问题：
  
  这里安装我们有两种解决方案。
  - 第一种方法就是设置conda下载的时长大一点，然后运行安装命令（我选的就是这种）。
    在cmd中分别输入下列命令。由于PyTorch从国外服务器下载安装包（懂得都懂~~~），其实可以不用设置时长，但为了保险起见，我建议还是设置时长，这样成功率更高。
    
    conda config --set remote_read_timeout_secs 600.0
    
    conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
    
    由于我已经安装好PyTorch了，所以下面是我重新输入上面命令所得到的，所以最后一行显示了All requested packages already installed。
    
    如果你是第一次安装的话，当显示Solving environment:done后，你会看到Proceed([y]/n)?，选择y，然后漫长等待。。。，最后是显示完done后就安装好了。（cmd以管理员身份运行）
    
    在你输入y之后，你着重看两个地方，一个是cudatoolkit是不是你之前安装的版本，pytorch的版本是不是你要安装的版本，以及pytorch的build（例如下图）是不是含有cuda，若出现了cpu，那抱歉后面其实不用安了，你最终会安装成CPU版本的。原因有两个，一个是你的电脑不支持GPU，因此只能下CPU版本，另一个是我一开始强调的版本问题，没好好对应，那么PyTorch找不到对应GPU的，只能给你安装成CPU版本的。
    - 第二种方法就是添加额外的源，直接从速度快的源进行下载（这样不用担心下载慢）。
      在cmd中分别输入下列5条命令，这样我们添加了清华源。
```
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
```
      然后在cmd中输入安装命令（如下），之后操作和第一种方法一样。
      
      conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
      
      注：如果多次出现错误，可以删除清华源，然后再把清华源重新添加回去，重复上述操作。
      
      在cmd上删除清华源命令：conda config --remove-key channels
      
      tips：如果是因为下图引起的错误，多重复安装，最终可以安装成功（我就是第一次没安成功，第二次安成功的）。
      
      3.3 验证安装是否成功
      
      win+R打开cmd，分别输入下列命令。torch.cuda.is_available()若为True时，说明安装的GPU版本的PyTorch，成功安装；若为False，则安装的是CPU版本的，安装失败。
      
      python
      
      import torch
      
      torch.cuda.is_available()
      
      4、PyCharm的安装
      
      4.1 安装过程
      
              进入PyCharm官网中进行安装：PyCharm|Download。
      
      找到PyCharm Community Edition（这是社区版，是免费的，而专业版是要收费的）下载。
      
      Next
      
      
      
      安装路径根据自己的喜好设置。Next。
      
      
      
      全部打钩。Next。
      
      
      
      点击Install。
      
      
      
      等待安装。。。
      
      
      
      Finish
      
      
      
      4.2 配置Interpreter
      - PyCharm汉化插件的配置
        
        
        添加Interpreter的步骤
        
        
        按照下列方式配置（都是默认的）。conda可执行文件会自动出现，没出现的话可以照着我的路径找到相应的可执行文件conda.bat。（由于anaconda内置了python，因此我们直接选择conda环境下的python即可）
        
        可以发现解释器Interpreter添加了conda的python，那么PyCharm的配置完成。然后点击创建，之后会出现一个提示，点新窗口。
        
        4.3 验证安装是否成功
        
        新建一个python文件。
        
        命名为test。
        
        输入如下代码，测试torch是否可用。
        
        import torch print(torch.__version__) print('gpu:',torch.cuda.is_available())
        
        ctrl+shift+f10运行PyCharm，最后出现如下红框内容，则说明安装成功。
        
        5、总结
        
        安装出现问题的地方，基本上都是PyTorch的安装问题，一种是下载速度过慢，另一种下载好了，但显示的是CPU的版本。前者可以设置安装时长或添加镜像源来解决，后者就要一开始找好版本的对应。
        
        好了，PyTorch所有的都安装成功了，请愉快地开始你的学习之旅吧~~~。
        
        以下为安装过程参考的一些博客和文章：
        
        Anaconda 的安装教程（图文）_anaconda安装_艺术艺术的博客-CSDN博客
        
        CUDA安装教程（超详细）_Billie使劲学的博客-CSDN博客
        
        conda安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]_pytorch-mutex_windSeS的博客-CSDN博客
        
        【保姆级教程】最详细的anaconda+pytorch安装教程！看完就能入门深度学习！anaconda环境配置与使用/深度学习/计算机视觉anaconda下载3_哔哩哔哩_bilibili

VPS购买请点击我

免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们，邮箱：ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

如何用conda安装PyTorch（windows、GPU）最全安装教程（cudatoolkit、python、PyTorch、Anaconda版本对应问题）（完美解决安装CPU而不是GPU的问题）

一、开发环境

二、安装过程

1、Anaconda的安装

1.1 版本选择

1.2 安装过程

1.3 验证安装是否成功

2、CUDA的安装

2.1 CUDA toolkit的安装

2.2 cuDNN的安装

3、PyTorch的安装

3.1 获取命令行

3.2 安装过程

3.3 验证安装是否成功

4、PyCharm的安装

4.1 安装过程

4.2 配置Interpreter

4.3 验证安装是否成功

5、总结

相关阅读

怎么把织梦的模板替换?

dedecms怎么调用特定的栏目文档?

怎么抓包一个网页?

wap怎么封装app?

目录[+]