Windows10 1050Ti cuda toolkit11.3 pytorch-gpu 踩坑教程

本篇博客记录了自己电脑安装pytorch GPU版本整个过程，包括很多踩过的坑，希望能帮助到有需要的人。

1. 安装环境

操作系统：Windows10
显卡：GTX 1050Ti
cuda toolkit 11.3
cuDNN 8.4.0
pytorch 1.10

2. cuda toolkit 安装

检测显卡型号：如何查看电脑显卡型号

查看自己显卡是否支持CUDA安装：官网链接

（注：1050Ti是支持的，不知道为什么官网这里没有显示）

更新显卡驱动（cuda toolkit版本号和显卡驱动版本号有很严格的对应，所以为了安装高版本的kit需要升级到最新的驱动版本，驱动版本是向下兼容，高版本的驱动可以安装低版本的kit。驱动下载里面选择studio就行，这个听说是更稳定的版本，game ready是时候游戏使用）：官网更新驱动链接

然后跟据驱动的版本号选择toolkit的版本号：CUDA版本与显卡驱动对照表

从官网下载toolkit：toolkit官网下载链接

选择local把toolkit下载到本地，后续安装很大概率会失败几次，用在线安装每次都得花很长时间下载。

下载完成后，双击安装包

这时候会选择解压目录，选择非C盘就行（其实哪也无所谓，安装完成后会自动删掉）。

这里有一个小技巧，解压完成后，先别着急安装，把解压完成的内容复制一份，安装失败后也不用再重新解压，可以直接点解压文件里面的"setup.exe"安装。

选择自定义

接下来就是最容易踩坑的地方了！

大多数的教程是要求把"visual studio integration"、“NVIDIA GeForce Experience …”、"Other components"和"Driver components"都取消勾选。但是我按照这样的方法安装了很多次都失败。你们在安装的时候可以先尝试上面我说这种方法，如果失败了再用我后面的方法。

====== 分界线 =====
这是我按照上面方法安装的结果

在我的安装失败结果中有显示"Nsight Compute"安装失败，和这篇博客里面提到的内容一样，于是跟据这篇博客说的。我这次选择不勾选"Nsight Compute"。其他的都勾选了。

安装路径选择非C盘的地方都OK

最后发现安装成功了

但是还是有组件没安装成功，不过这不影响我后面用来跑深度学习，所以只需要满足跑深度学习的朋友可以在此不深究了。如果有需要可以看下这篇博客的内容。

需要说明的是，在我整个尝试安装过程中还参考了两外两篇博客，他们提到了两点内容可以参考：1. 先卸载电脑上NVIDIA相关的软件再安装toolkit 2. 关闭腾讯下的产品包括QQ，腾讯管家这些。关闭360等杀毒软件。

测试toolkit环节：

打开CMD，输入"nvcc -V"（空格和大写V需要注意，推荐直接复制），看是否显示版本号，如果有就表明成功安装了。

3. cuDNN安装

cuDNN下载（下载和toolkit对应的版本就行，toolkit 11.3的对应11.x的cuDNN）:cuDNN下载

下载完成后解压，然后复制文件到安装cuda toolkit的目录下(我的目录名是CUDA)

4. pytorch-gpu安装

在官网选择安装语句：官网安装

在CMD中激活conda环境后，先卸载pytorch-cpu：

conda uninstall pytorch
conda uninstall libtorch
pip uninstall torch

然后粘贴安装pytorch-gpu语句

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

最后安装完成后，在CMD python中测试是否有GPU，返回True表示成功安装pytorch-gpu

torch.cuda.is_available()

5. GPU测试

最后测试下是否能在GPU上跑通代码（代码借用这篇博客，感谢~）

import torch
import time
from torch import autograd#GPU加速
print(torch.__version__)
print(torch.cuda.is_available())a=torch.randn(100,200)
b=torch.randn(200,200)
print(a)
print(b)t0=time.time()
c=torch.matmul(a,b)
t1=time.time()
print(a.device,t1-t0,c.norm(2))device=torch.device('cuda')
print(device)a=a.to(device)
b=b.to(device)
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()print(a.device,t2-t0,c.norm(2))
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))

OK，现在可以愉快的入坑深度学习了~

参考资料

如果我的方法没能解决你的问题，除了上面我提到的博客，还有很多特别优质的博客可以参考：

https://blog.csdn.net/L1778586311/article/details/112425993

https://zhuanlan.zhihu.com/p/439206922

https://blog.csdn.net/qq_39407949/article/details/117049738

https://zhuanlan.zhihu.com/p/358737417

/L1778586311/article/details/112425993

https://zhuanlan.zhihu.com/p/439206922

https://blog.csdn.net/qq_39407949/article/details/117049738

https://zhuanlan.zhihu.com/p/358737417

最后如果都没能解决，推荐万能的淘宝~