1. torch- torchvision- python版本對應關系

2. CUDA Toolkit 和PyTorch的對應關系

3. 安裝說明

3.1 用anaconda安裝pytorch

anaconda新建虛擬環境后，直接在pytorch官網官網鏈接找到“Install”按鈕。這里一鍵搞定torch，torchvision，cudatoolkit等等。

• 前提需要安裝好NVIDIA驅動。
• 不需要另外安裝CUDA（筆者在沒有單獨安裝CUDA情況下，成功運行了torch-gpu）。
• 和機器已經裝好的CUDA不發生沖突。
• anaconda會自動對應torch，torchvision，cudatoolkit等的版本。
• 這里一般下載最新的torch版本。

原因是anaconda將torch，torchvision，cudatoolkit等等都集成在虛擬環境里，統一管理依賴包。

有鏡像源的情況下，去掉末尾的“-c pytorch”會更快，否則經常容易下載超時。conda下載超時時長可以設置。

conda config --show
conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100

conda config --show		#查看conda設置
conda config --set 		#設置對應的參數

3.2 不用Anaconda來管理環境

仔細對照torch、torchvision、cuda之間的對應關系，還有NVIDIA和CUDA版本的關系。

3.3 對NVIDIA驅動的要求

和NVIDIA驅動直接關聯的是CUDA的版本。

如果安裝的是CUDA=10.0.130,那么在Windows系統要求NVIDIA驅動大于411.31,不需要嚴格等于411.31。

如果小于411.31，則會報錯顯示驅動版本過舊。

筆者是將NVIDIA驅動更新至最大456.38，正常使用。

3.4 下載 .whl 文件離線安裝

https://download.pytorch.org/whl/torch_stable.html

根據前面的對應關系，下載好適合你的版本的 torch 、torchvision。

cu102 # 表示CUDA=10.2
cp37 # 表示python=3.7
linux or win?

下載好后，用pip安裝，先cd 到下載的文件夾

pip install torch-1.7.0+cu101-cp36-cp36m-win_amd64.whl
pip install torchvision-0.8.0-cp36-cp36m-win_amd64.whl

測試GPU版本的torch是否安裝成功

(torch) D:\MyData\xiaCN\Desktop\Work\unbiased> python
Python 3.6.13 (default, Feb 19 2021, 05:17:09) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True