CUDA和PyTorch安装教程及常见问题解决方案

第一次写此类文章，有写得不好的地方还请指出，下面进入正题。

1.CUDA安装及卸载

安装

在安装CUDA前，需要先确定自己电脑是否有独显，设备管理器–>显示适配器:

 一般性都是NVIDIA开头的为独显。

查看电脑支持的最高CUDA版本，打开任务栏–>隐藏–>NVIDIA图标：

 选择帮助–>系统信息–>组件:

在NVCUDA.DLL行可以看到我的电脑最高能带动NVCUDA10.2,一般性这样查看就可以了。另一种方法是在显示中查看驱动程序版本，此处不做详细介绍。

去官网下载对应的CUDA版本，此处选版本没必要特地降版本，官网地址:

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive打开安装包，第一步无需更改，直接ok：

 选择自定义安装，如果第一次安装CUDA，四个选项都需勾选，如果不是第一次安装，建议只勾选第一个选项(CUDA)。在CUDA选项中将Visual Studio Integration选项去掉，如下:

后序的安装位置推荐可以将C盘改为D盘，但C盘后面的安装路径需要原封不动，如下展示：

之后不做任何更改。

查看是否安装成功，可以打开命令指示符，输入nvcc -V，有如下图标便为成功：

卸载

控制面板–>程序–>程序和功能，找到NVIDIA的位置所在：

 除了NVIDIA GeForce Experience,NVIDIA PhysX 系统软件,NVIDIA 图形驱动程序不卸载，别的带NVIDIA开头的都卸载。 

2.Pytorch安装

 以上步骤完成后，电脑已经有了对应的CUDA。

注意，Python，CUDA和Pytorch都需安装对应版本，查看对应版本我看的是这篇文章：

https://blog.csdn.net/weixin_45508265/article/details/122006134

先下载好对应的Python版本,Anconda3。

打开Anconda3的Anconda Prompt,输入指令:conda create -n pytorch python=3.7,这里的pytorch为虚拟环境名字，python=3.7为我的电脑的python版本，请选择自己电脑的版本安装。然后输入指令:conda activate pytorch,进入相应的虚拟环境。

输入python -V查看此环境版本号,输入nvidia-smi查看CUDA版本号：

 python版本和CUDA版本匹配后再进行后续操作。

由于默认路径下载pytorch太慢，需更换为清华源路径。

输入:conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/即可切换到清华源路径，然后去官网下载pytorch:

PyTorchhttps://pytorch.org/选择Stable+Windows＋Conda+Python。

我选择的版本是Python3.7+Pytorch1.7.1+CUDA10.2，因此安装指令是：

此处不要添加-c pytorch。添加-c pytorch后会使下载路径变为默认，导致下载速度特别慢。

3.Pytorch安装过程问题解决

 如果按照以上操作中间出现问题并且网上别的方法无法解决的时候，可以尝试重启电脑，如果也不行，可以尝试使用如下方法：

第一步是删除相应的python虚拟环境，并重新建一个，此步无需安装pytorch。

第二步是删除ANCONDA3–>pkgs中的所有文件。在pkgs中保存是安装的所有外来包。

第三步在c盘中搜索.condarc。此文件存放着下载路径，如下所示：

 可以更改成我所设置的参数：

ssl_verify: true
show_channel_urls: true
channels:
  – https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  – http://mirrors.ustc.edu.cn/anaconda/pkgs/main/
第四步：在第一步新创的环境中安装pytorch。