手把手教你快速安装gpu版本的pytorch

最近在win10装torch，发现没有Linux那么便捷，用conda和pip装默认版本都是cpu，而且下载速度很慢。网上的解决方法有好几种，但是初学者可能面临的问题是：我的系统该装哪个版本的？cuda、torch、torchvision以及 torchaudio装哪个版本？以及装了cpu版本的显示torch.cuda.is_available()  False 该怎么办？

那么，方法如下（亲测成功好用）

第一步：创建环境 （-n +环境名（torch) + python版本（3.10））

conda create -n torch python=3.8

第二步：了解你电脑的cuda 版本，在terminal中输入：nvidia-smi 即可，如下图所示，版本为12.3

第三步：去pytorch官网看你的conda适配的torch、torchvision以及 torchaudio版本，这个链接：

Previous PyTorch Versions | PyTorch

比你的CUDA低版本的都能安装，看好对应的版本就可以了，不用官网的命令安装（会很慢）

第四步：开始安装，鉴于使用conda的各种问题，我们这里不使用conda安装，使用pip安装，根据刚才看好的版本，在创建的torch环境下输入命令：

#进入torch环境
conda activate torch

#用镜像源快速安装对应版本
pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

第五步：验证torch安装是否成功，import torch成功说明安装成功，如果torch.cuda.is_available()返回False 时，说明装了cpu版本的。不要慌，往下看。

第五步：查看torch环境下所有库：

conda list

可以看到，pytorch是cpu版本的

第六步：手动去清华源下载对应的gpu版pytorch，和上面图上看到的cpu的版本保持一致即可

Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

比如pytorch版本是1.10.1（需要对应），环境创建时python版本是3.8 （需要对应），cuda 12.3（比它小的都可以），那么下面几个可以下载，选一个下载，最好装到一个英文路径下。

第七步：离线安装刚刚下载的文件

#  cd 到下载的文件目录，例如安装目录是E:\Download
cd E:\Download

#离线安装
conda install --offline pytorch-1.10.0-py3.6_cuda10.2_cudnn7.6.5_0.tar.bz2

最后一步： conda list, 查看pytorch 是否已经被替换。可以看到替换成GPU版本了

再输入 torch.cuda.is_available() 验证，返回True .大功告成！