pytorch gpu版安装（普适稳妥，亲测有效）

笔者上网查阅了很多参考资料并进行对比、尝试，最终整理一篇较为通用且稳妥的pytorch gpu版安装方式。

很有用的教程：Python深度学习：安装Anaconda、PyTorch（GPU版）与PyCharm_哔哩哔哩_bilibili

一、查看cuda版本

在命令行中输入nvidia-smi

得到cuda版本为11.1，主要关注该版本是否大于10.2即可。

二、安装torch、torchvision、torchaudio三个组件

以python3.8为例，当然其他版本也适用。

经验：1. 安装cuda10.2（又写作cu102）版本对应的三个组件，是比较稳妥的

2. 国内源容易在安装时自动替换为cpu版本，因此从pytorch官网下载较稳妥

3. 建议使用pip安装，conda安装很可能会安装为cpu版本

下面为具体步骤：

（1）打开网址：https://download.pytorch.org/whl/cu102

首先选择torch，ctrl + F 搜索 [cu102-cp38-cp38-win] 这里cu102 是我们下载的 CUDA 10.2 版本，cp38-cp38 是说我们的 Python 版本是 3.8。如果要安装python3.9那将cp3.8改为cp3.9即可。

单击即可下载，这里强烈建议改换手机热点进行下载，速度很快。这里torch版本为1.10.0，我们要去官网查找该版本对应的torchvision 和torchaudio版本。ctrl + F 搜索 [pip install torch==1.10.0] 并且对应cuda为10.2。

因此torchvision需要安装0.11.0版本，torchaudio需要安装0.10.0版本。

在之前的网址中选择torchaudio，ctrl + F 搜索 [cu102-cp38-cp38-win]，选择版本为0.10.0的。高亮处单击下载。

同理在之前的网址中选择torchvision，ctrl + F 搜索 [cu102-cp38-cp38-win]，选择版本为0.11.0的。高亮处单击下载。

下载了3个.whl文件，建议都安装到同一个文件夹下，比如D:\pytorch_whl

（2）安装虚拟环境

默认大家都安装好Anaconda了。在开始菜单中搜索anaconda Prompt，点击进入。

创建python虚拟环境：

这里your_env_name表示你即将安装的虚拟环境的名字，x.x表示python版本。我这里设置名称为gym_gpu，安装的python版本为3.8，于是输入 conda create -n gym_gpu python=3.8 后回车：

注意gym_gpu文件夹可以在Anaconda的安装目录下的envs文件夹下找到。

之后激活该虚拟环境

那么这里就输入conda activate gym_gpu 后回车

回车后的结果应该前面有一个（gym_gpu），代表你现在已经进入了gym_gpu这个虚拟环境。

（3）加载.whl文件并测试安装是否成功

现在需要依次将之前安装的三个.whl文件加载，需要这三个文件的绝对路径，以我刚才的安装路径D:\pytorch_whl 为例，依次按下面顺序输入(就是输入完一个就按一下回车)：

安装过程耐心等待。

安装结束后需要测试是否成功安装gpu版本的pytorch，这里依旧在gym_gpu环境下输入python，进入python编程环境后输入import torch 回车后输入torch.cuda.is_available()。如果返回True则安装成功。

另外补充一下，如果安装过程中出现差错，需要删除某个虚拟环境时，可以在base环境下使用指令

比如我自己创建的虚拟环境命名为my_torch，但是我想删除它。就可以使用下面的指令：

conda remove -n my_torch --all