PyTorch：如何选择合适的CUDA版本

PyTorch安装CUDA对应版本
PyTorch是一个非常流行的开源机器学习库，它支持GPU加速，使得大规模的机器学习模型训练和推断变得更快更高效。CUDA是NVIDIA开发的并行计算平台和API，它允许开发者使用NVIDIA的GPU进行计算。本文将指导你如何安装与你的系统匹配的PyTorch版本和CUDA版本。
在安装之前，你需要确定你的系统是否具备以下条件：

1. 你需要安装的PyTorch版本和CUDA版本必须与你的GPU和操作系统兼容。你可以在PyTorch官网查看PyTorch的版本和CUDA的版本与你显卡的兼容性。
2. 需要安装正确版本的CUDA工具包。这个工具包包含了CUDA运行时库和头文件等。
3. 你需要安装适合你系统的Python版本，并且需要使用pip或者conda进行安装。
   以下是如何安装与你的CUDA版本匹配的PyTorch版本的步骤：
   步骤1：首先，你需要确定你的CUDA版本和你的GPU型号。在命令行中输入以下命令：

   python -c "import torch; print(torch.version.cuda)"

   如果这个命令没有输出结果，那么你可能需要安装一个包含CUDA的PyTorch版本。
   步骤2：然后，你需要根据你的CUDA版本来选择正确的PyTorch版本。你可以在PyTorch的官方网站上查看不同版本的PyTorch支持哪些版本的CUDA。
   步骤3：安装PyTorch。你可以使用pip或者conda进行安装。以下是使用pip进行安装的命令：

   pip install torch==<version>+cu<CUDA version>

   在上面的命令中，”“是你想要安装的PyTorch版本，”cu“是指定与你的CUDA版本匹配的PyTorch版本后缀。例如，如果你的PyTorch版本是1.7.1，你的CUDA版本是11.2，那么你应该输入以下命令：

   pip install torch==1.7.1+cu11.2

   如果你使用的是conda进行安装，你需要创建一个新的环境，然后在这个环境中安装PyTorch。以下是使用conda进行安装的命令：

   conda create -n pytorch_env python=3.7
   conda activate pytorch_env
   pip install torch==<version>+cu<CUDA version> torchvision torchaudio -c pytorch_channel_first

   在上面的命令中，”pytorch_env”是你新创建的环境的名称，”python=3.7”是你想要在新环境中使用的Python版本。和pip一样，”“是你想要安装的PyTorch版本，”cu“是指定与你的CUDA版本匹配的PyTorch版本后缀。例如，如果你的PyTorch版本是1.7.1，你的CUDA版本是11.2，那么你应该输入以下命令：

   conda create -n pytorch_env python=3.7
   conda activate pytorch_env
   pip install torch==1.7.1+cu11.2 torchvision torchaudio -c pytorch_channel_first

   在安装完成后，你可以使用以下命令验证PyTorch是否已经成功安装并可以正常使用：

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