from–https://blog.csdn.net/qq_46126258/article/details/112708781
（1）你的CUDA，cuDNN，torch 版本是否对应？
首先判断自己是否适合使用GPU版本的torch，打开自己的cmd输入
查看自己的
Driver Version
，
CUDA Version
NVIDIA
–
smi
1
根据下图判断自己的CUDA版本是否符合要求（装的CUDA和cuDNN保持一致，版本号可以比10.2低）
如果忘记自己的CUDA、cuDNN版本号，按这个博主的办法
进入官网https://developer.nvidia.com/rdp/cudnn-download ，先注册登录，查看自己的CUDA版本号对应自己的cuDNN，如下：我的是CUDA10.1，所以对应cuDNN8.0.5
如果有对应不上的一个，先进行卸载，再安装新的。不着急的看B站视频从头安装
https://www.bilibili.com/video/BV1Rz411e7eJ?t=356 着急的小伙伴请看我的上一篇博客
（2） 问一下你自己是不是在清华镜像加速下载的！
如果是，你是不是天真的以为把官网的下载链接放在prompt上去掉 -c pytorch 去掉就走了捷径，能更快的安装了？
No！无论你是重装多少次，都一样，torch.cuda.is_available()返回false
如果你遇到这个问题，不用担心你的步骤是不是错了，因为你被conda 镜像安装给坑了。你以为下载的是GPU版本，其实镜像下载的是cpu版本你必须手动去官网用 pip下载安装如果不信，可以打开cmd试试这几句
1python
2import torch
3print(torch.__version__)
运行结果
1 1.7.1+cpu
呵呵，恭喜你中招了！我也是在参考https://www.bilibili.com/video/bv1Rz411e7eJ的
评论区才发现的。那么如果你的CUDA，cuDNN版本都对，只有Pytorch安装成了 CPU的，那么先对它进行卸载，然后再安装
卸载方法：
找到刚才下载成功的三个东西，如果没在虚拟环境下下载Pytorch的话，他们在你的
anaconda目录下的lib->site-packages，例如我的在D:\anaconda\Lib\sitepackages，删除torch和torch-1.1.1+cpu.dist.info（torch-1.7.1+cu101.dist-info中的+cu101表示CUDA10.1， + cpu表示CPU版本）
如果是在虚拟幻境里，那么找到该虚拟环境的lib->site-packages（envs表示根目录，里面有你所有的虚拟环境），例如我的是
D:\anaconda\envs\Pytorch_excise\Lib\site-packages，同理按照上述方法删除cpu 版本的torch
Pytorch正确下载方法：
进入官网https://pytorch.org/get-started/locally/#no-cuda-1
找到下图位置选择所需配置，注意：要用pip，且一定要和之前的10.1版本对应，否则又要重来了！！！
将最下面的红框区域pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101
torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html复
制，这时候你可以在cmd下载Pytorch了，直接使用pip安装，但是你会发现太慢导致下载失败！！！
所以先打开pip后面的网页，对.whl文件直接进行下载
https://download.pytorch.org/whl/torch_stable.html
我们来分析下需要下载什么，去掉网址后剩下下面这些
1 pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===
例如：cu101表示cuda10.1，那么需要下载这三项
1torch==1.7.1+cu101
2torchvision==0.8.2+cu101
3torchaudio===0.7.2
直接下载也是下载速度过慢，几kb/s，如果有VPN的小伙伴，可以打开VPN下载，没有的朋友们可以选中这一行，右键复制链接打开迅雷下载进行下图处的操作来下载
（最好是白天，晚上限速），记住自己的下载路径（我的是在D:\迅雷下载）
- 下载torch==1.7.1+cu101，可以观察到cu101/torch-1,7,1有很多的版本，cp38 对应python3.8，win_amd64对应windows的64位操作系统，根据自己的实际情况进行下载即可。
- 下载torchvision==0.8.2+cu101同理我选择cp38的
- 下载torchaudio===0.7.2同理选择cp38的
下载完成后，打开cmd，注意一定要用cmd！！！不要打开anacondapro
，（因为我都试过，后者还是会因为超时下载而失败）如果你想在某特定的虚拟环境下使用Pytorch，也先这么做进入之前下载他们三个的路径（我的是这样的）
然后分别在cmd中执行这三句（pip install + 名字，注意加上后缀.whl，先下载torch那个）
1pip install torch-1.7.1+cu101-cp38-cp38-win_amd64.whl
2pip install torchvision-0.8.2+cu101-cp38-cp38-win_amd64.whl
3pip install torchaudio-0.7.2-cp38-none-win_amd64.whl
依次输入这三句检验是否成功
1python
2import torch
3torch.cuda.is_available()
输出结果为True，那么到此恭喜你，你已经成功了！！！
如果你想在anaconda下的虚拟环境使用它，没问题，这里提供一个投机取巧的方法：
找到刚才在cmd中下载成功的三个东西，他们在你的anaconda目录下的lib->site-
packages，例如我的在D:\anaconda\Lib\site-packages，
文章知识点与官方知识档案匹配，可进一步学习相关知识
将他们复制到虚拟环境的
lib->site-packages
中就可以直接用了，我的是
D:\anaconda\envs\Pytorch_excise\Lib\site-packages
同理检查是否正常工作，依次输入这三句
结果返回
True
python
import torch
torch
.
cuda
.
is_available
(
)
1
2
3
CUDA入门技能树 GPU架构及异构计算 介绍GPU架构以及异构计算的基本原理 3191 人正在系统学习中
显示推荐内容
专栏
关注
533
1578
163
觉得还不错
?
一键收藏
