如何安装对应cuda版本的Pytorch

这篇文章是如何在Windows上安装CUDA与CUDANN的后继，帮助你安装对应cuda版本的Pytorch

步骤 1：确定你的CUDA版本

首先，你需要确定你系统中已经安装的CUDA版本。可以通过以下方式检查：

1. 打开命令提示符（Cmd）或PowerShell。

2. 输入以下命令：

   nvcc --version

将看到类似如下的输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Thu_Jan_26_19:01:24_PST_2023
Cuda compilation tools, release 12.0, V12.0.140

在这个例子中，CUDA版本是12.0。

步骤 2：选择合适的PyTorch版本

根据你的CUDA版本，选择与之兼容的PyTorch版本。可以通过访问 PyTorch官网 并选择合适的选项来获得安装命令。

例如，如果有CUDA 12.0，并且想要安装PyTorch的稳定版本，可以选择以下选项：

- PyTorch Build: Stable (默认选项)

- Your OS: Windows

- Package: Pip (或者你使用的其他包管理器，如Conda)

- Language: Python

- Compute Platform: CUDA 12.0

这将为你生成相应的安装命令。

步骤 3：通过pip安装PyTorch

如果选择使用pip来安装PyTorch，你可以使用以下命令：

3. 打开命令提示符（Cmd）或PowerShell。

4. 输入以下命令来安装PyTorch及其对应的CUDA版本（假设CUDA版本为12.0）：

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu120

步骤 4：验证安装

安装完成后，你可以通过以下代码验证PyTorch是否正确安装并与CUDA集成：

5. 打开Python解释器或创建一个新的Python脚本。

6. 输入以下代码：

   import torch
   print(torch.cuda.is_available())
   print(torch.cuda.get_device_name(0))

如果PyTorch与CUDA正确集成，torch.cuda.is_available() 将返回 True，并且 torch.cuda.get_device_name(0) 将输出你NVIDIA GPU的名称。