第一章 安装cuda

step1：查看NVIDIA驱动支持的cuda的版本号

           方法如下：桌面上右键单击-》点击NVIDIA控制面板-》系统信息-》组件，会看到如下的信息

说明当前驱动支持的是CUDA9.0.176

step2：安装CUDA9.0.176驱动

在nvidia官网下载：https://developer.nvidia.com/cuda-90-download-archive

• Home
• High Performance Computing
• CUDA Toolkit
• CUDA Toolkit Archive
• CUDA Toolkit 9.0 Downloads

安装过程参考：https://blog.csdn.net/qq_37296487/article/details/83028394

 

step3:安装cuDNN

安装过程参考：https://blog.csdn.net/qq_37296487/article/details/83028394

 

 

第二章 安装pytorch：

参考官网连接：https://pytorch.org/get-started/locally/

由于我已经安装好了，anacoda，所以使用下面的方法

CUDA 9.0

To install PyTorch via Anaconda, and you are using CUDA 9.0, use the following conda command:

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

但是这个方法安装起来太慢，通过设置清华镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda install pytorch torchvision cudatoolkit=9.0

这个时候要注意，我们已经吧-c pytorch给删除了。

参考

https://blog.csdn.net/yuanzhoulvpi/article/details/86742729

 

安装之后通过如下命令验证：

From the command line, type:

python

then enter the following code:

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

The output should be something similar to:

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

Additionally, to check if your GPU driver and CUDA is enabled and accessible by PyTorch, run the following commands to return whether or not the CUDA driver is enabled:

import torch
torch.cuda.is_available()

输出为true，表示安装成功。