情况交代

1. 显卡3060，cuda版本12.0
2. 已有一个虚拟环境安装了cuda11.2和cudnn8.1.0以及对应的tensorflow
3. 现在需要创建一个可以使用GPU加速的pytorch环境

安装流程

注意事项

pytorch自身是带了cuda环境的，所以不需要强制要求和之前tensorflow那个环境一致
torch1.13.0不支持cuda10.2和11.3版本了

显卡配置查看

nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 526.47       Driver Version: 526.47       CUDA Version: 12.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A |
|  0%   44C    P8    22W / 170W |   1486MiB / 12288MiB |     31%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

创建环境

conda create -name torch python=3.9

激活环境

activate torch

安装对应的torch版本

torch官网
提供了几个示例代码：

# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch

删掉最后的-c pytorch
然后把cudatoolkit的版本修改成11.2（这句话的意思就是下载11.2版本的cuda，并且这个cuda可以和系统的cuda版本不一致，但是一定得低于系统本身的，也就是nidia-smi指令查询得到的那个版本（12.0））
即在torch的环境中使用以下命令:（注意这个命令是错误的，后面会修改）

conda install pytorch torchvision torchaudio cudatoolkit=11.2

检查

使用pip list

Package           Version
----------------- -------
numpy             1.21.6
Pillow            9.2.0
pip               22.3.1
setuptools        65.5.1
six               1.16.0
torch             1.13.0
torchaudio        0.13.0
torchvision       0.2.2
typing_extensions 4.4.0
wheel             0.38.2

导入查看

import torch 
torch.cuda.is_available()

返现返回false
使用conda list查看，发现下载的是cpu版本

pytorch                   1.13.0              py3.7_cpu_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
pytorch-mutex             1.0                         cpu    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
setuptools                65.5.1             pyhd8ed1ab_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
six                       1.16.0             pyh6c4a22f_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
sqlite                    3.39.4               hcfcfb64_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

卸载

conda uninstall pytorch

下载gpu版本的

查看官网的pip形式的安装命令：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

验证

可行

把这个内核加到jupyter

1. 查看是否有ipykernel
   python -m ipykernel –version
2. 没有的话安装
   python -m pip install ipykernel
3. 安装完添加
   python -m ipykernel install –user –name=torch
4. 查看内核
   jupyter kernelspec list
   
5. 不想用了删除
   jupyter kernelspec remove kernelname

完成