Pytorch-GPU安装(选择正确的CUDA版本）_cuda version怎么选

进行深度学习第一步当然是配置开发环境了，目前使用Pytorch框架进行开发，就记录一下该框架的搭建方式。

我们可以在pytorch的官网找到安装命令

如果没有GPU，那直接选择CPU版本的安装命令即可。

但如果有GPU，那么这里就遇到了问题：CUDA版本的选择！

我们可以到Nvida的官网上查找我们需要安装的cudatoolkit版本。Release Notes :: CUDA Toolkit Documentation

这里，我们通过Nvidia控制面板>帮助>系统信息确定本机驱动程序版本为451.83

那对照Nvida的官网上的版本对照表，立刻就能发现本地驱动版本满足CUDA10.2.29的要求，而不满足CUDA11.2.0及更高版本Toolkit的要求。

 因此，我们选择10.2版本的安装命令就好了。知道了正确的版本，安装就很简单了

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

 稍稍等一会，待安装完成即可。

安装完成后，我们可以使用以下命令验证GPU是否可用（如果返回True就代表对了）：

import torch
print(torch.cuda.is_available())

使用一下命令检查pytorch和cuda的版本

import torch
print(torch.__version__)
print(torch.version.cuda)