1、为什么写这篇文章

最近安装pytorch遇到很多问题，但是大部分教程都是老版本，新版本的安装方法遇到很

多问题，这里帮大家排坑。

2、安装驱动和cuda

在开始菜单中输入cmd，打开命令提示符

输入nvidia-smi 可以查看显卡对应的cuda版本，cuda版本向下兼容，所以显卡驱动越新越好，如果cuda版本比较低到英伟达官网下载最新驱动。

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local

然后去这个网站下载cuda

我的是win10 所以就下载win10版本的，

安装的时候选择自定义安装，只选择CUDA即可，安装位置可以自己选不一定要装在C盘。

3、Miniconda3环境配置

为什么用mini版本，因为体积小，安装方便，不嫌麻烦可以使用完整版。
miniconda3
选择win版本下载安装即可，安装过程一律选默认，可以改安装位置。

然后打开anaconda prompt，然后输入conda create -n pytorch2 python=3.9

conda create 是创建一个新环境，-n代表名字 为什么是pytorch2,因为我已经创建一个了，最后python=3.9一定要加上，不然在环境下没有python解释器，然后调用pip的时候会默认使用系统的pip，然后我把4G的torch包装在了C盘，在pycharm里选择系统python解释器也可以成功使用cuda，但这样我使用conda的意义就不存在了，主要是装在C盘太吃空间了，python版本为什么一定要用3.9，是因为pytorch使用的cuda11.7对应，后面会详细说明。

输入conda activate pytorch2激活环境

然后进入pytorch官网

然后选择PIP的安装命令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
先输入pip --version 确认使用的pip是环境里面的Pip

这时候用的就是系统的pip不能再继续安装了，然后就发现自己遇到问题了，重新建立很多环境还是不能使用新环境下的pip,重启也不能解决，最后发现在base下可以正常使用base里的pip，之前建好的环境也不能使用当前目录下的pip，最后感谢这位博主

https://blog.csdn.net/sanmenrenjian/article/details/131881295?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EYuanLiJiHua%7EPosition-2-131881295-blog-111319583.235%5Ev38%5Epc_relevant_anti_vip&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EYuanLiJiHua%7EPosition-2-131881295-blog-111319583.235%5Ev38%5Epc_relevant_anti_vip&utm_relevant_index=3

使用

conda remove pip

conda install pip 重新安装pip就解决了

输入pip安装命令，这时候直接ctrl 加c 取消下载，因为一般都会自动断开，下载失败，这时候复制这个连接https://download.pytorch.org/whl/cu117/torch-2.0.1%2Bcu117-cp311-cp311-win_amd64.whl

然后打开迅雷使用迅雷下载，然后突然发现一个问题，现在连接变成cp311版本了，也就是这个python3.11的版本，因为创建环境的时候用的是3.9版本，现在发现对不上，然后发现重新安装pip的时候python更新到3.11了，所以会自动下载3.11版本的pytorch

下载完成后直接输入 pip install E:\迅雷下载\torch-2.0.1+cu117-cp311-cp311-win_amd64.whl
等待一会就安装完成了

进入python 输入import torch torch.cuda.is_available()返回True说明调用cuda成功了，终于结束了返回flase的历史结束了。回过头发现创建环境时无需指定python版本，但是不指定python的话环境下面连pip都没有。

最后，在使用torchvison时会报错，找不到那个包，这个时候进入conda环境，安装即可，

conda install torchvision

3、避坑指南

尽量不要使用conda命令安装

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia，非常容易造成下载失败，如果更改镜像源的话需要将 -c pytorch去掉，不去掉的话还是从官网下载的，从清华源下载的好像cpu版本（最后全闪了没有仔细看），中间还要修改.condarc文件改变镜像源，比较麻烦，建议迅雷下载完成后离线安装。

4、pycharm使用

pycharm可以新建项目，也可以直接在原项目基础上更改python解释器，主要在python解释器的选择上，根据安装目录选择condabin下的conda.bat，如果不是mini版本的话conda可执行文件在Scripts目录下找conda.exe，然后点击加载环境，然后就可以看到之前创建的环境，如果依然无法使用pytorch2下的解释器可以手动选择本地解释器，只要python.exe位置对就可以。

在pycharm里可以看到包的版本是2.01+cu117，如果是cpu版本的话只有2.01。

cuda成功调用，这里发现运行时反应会偏慢一些，主要是import torch的原因，调用时会初始化GPU所以会感觉比较慢。

————————————————

声明，这是我在CSDN上发表文章，上面没人看，所以发表在头条上看看，安装方法有什么问题可以与我交流，在头条和csdn里都可以。

版权声明：本文为CSDN博主「CA6DM2」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/oCaoCao1234/article/details/132910885