CUDA 11.7/11.8下安装PyTorch三件套教程

一、准备环境
在开始安装之前，您需要先确保您的系统满足以下要求：

• Windows 10 或 macOS 10.14 或更高版本；
• 至少4GB的内存；
• 至少20GB的可用存储空间。
  接下来，我们需要安装Anaconda，这是一个流行的Python发行版，包含了大量的科学计算和数据分析库。您可以从Anaconda官网下载并安装适合您操作系统的版本。
  二、安装Anaconda
  安装Anaconda时，请确保选择“Add Anaconda to PATH”选项，以便在命令行中访问Anaconda。
  三、安装pip
  Anaconda安装完成后，您需要安装pip。pip是Python的包管理器，用于安装和管理Python库。在Anaconda Prompt中，输入以下命令来安装pip：

  conda install pip

  四、安装CUDA 11.7/11.8
  在安装PyTorch之前，您需要先安装CUDA。您可以从NVIDIA官网下载并安装适合您显卡的CUDA版本。请注意，对于英伟达30系显卡，算力达到8.x，一般需要适配11.x的CUDA。您可以根据自己的显卡算力查看适配的CUDA版本。
  五、安装PyTorch三件套
  现在我们可以开始安装PyTorch及其依赖项了。在Anaconda Prompt中，输入以下命令来创建一个新的conda环境（这里我们将其命名为pytorch）：

  conda create -n pytorch python=3.8

  接下来，激活新创建的环境：

  source activate pytorch

  现在我们将在该环境中安装PyTorch及其依赖项。首先，使用pip安装torch和torchvision：

  pip install torch torchvision

  如果您想使用GPU版本的PyTorch，请确保您的CUDA已经正确安装，并在pip命令中添加cu后缀（例如pip install torch torchvision -f https://download.pytorch.org/whl/cu117），这将自动为您选择与CUDA版本匹配的PyTorch版本。如果您想安装特定版本的PyTorch，可以在pip install命令后面指定版本号（例如pip install torch==1.9.0 torchvision==0.10.0）。
  六、验证安装
  最后，我们需要验证PyTorch是否成功安装。在Anaconda Prompt中输入以下命令：

  import torch
  torch.__version__

  如果返回了PyTorch的版本号，则说明安装成功。如果没有返回任何内容或出现错误消息，请检查您的安装步骤是否正确，并尝试重新安装PyTorch。
  总结：通过以上步骤，您应该已经成功在CUDA 11.7或11.8环境下安装了PyTorch及其依赖项。现在您可以开始使用PyTorch进行深度学习开发了。请注意，在生产环境中部署模型时，可能需要考虑使用更稳定和优化的PyTorch版本。