项目实训(十三):如何正确地配置CUDA+pytorch环境？

一、基本信息

首先大家要明白这两个分别是干嘛的，pytorch是一个图形计算的python依赖包。通常还跟着torchvision等包一起安装。它是可以通过pip，conda甚至pycharm下载安装的。

而CUDA是一个是显卡厂商NVIDIA推出的运算平台，相当于一个计算机用的计算器。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。因此你一定要有GPU才能够使用CUDA。你要去CUDA的官网下载它。

二、版本选择

重要的一点，很多人的误区，这两个东西并不是版本越新越好！经过自己血与泪的教训，这里需要跟大家讲讲我推荐的下载顺序。

先去自己的英伟达控制面板，看看自己的电脑支持什么版本的CUDA，帮助-->系统信息-->组件。就可以看到系统推荐我们安装的版本。这类可以看到我们被推荐的是11.2。这个时候！不要直接去下载11.2版本！

 我们去pytorch的官网：

 我们这里看到torch支持的CUDA最新的知道11.1，因此如果你下载了11.2版本的CUDA，你是无论如何都找不到合适的torch的。已知我们支持11.2>11.1，因此到NVIDIA CUDA官网去下载版本11.1就好了。如果你的电脑不支持这些比较新的CUDA版本，那就可以去下载你系统可以使用的最高版本，之前的版本基本都有配适的torch。

Previous PyTorch Versions | PyTorch

之后再根据我们的CUDA和我们想要的下载方式获得语句就好了：

三、安装注意事项

1.torch是一个非常大的包，下载的时候很容易出问题，如果网很慢可以考虑镜像。

2.torch有cpu版本和gpu版本，每个版本的torch又有不同的gpu版本，因此这里只推荐去官网获得配适语句下载的方法，不推荐其他任何方法。例如亲测pycharm上下载的torch都是cpu版本，都不能用。

3.在安装cuda的时候你有可能会遇上它报错说“you already have a newer version of xxx”，这应该是英伟达的bug，这个软件和cuda冲突了，我这边解决的办法就是去设置的应用里把它删掉。