Win10 + CUDA 11.7 + PyTorch 2.0 手动安装教程

在Windows 10系统下，手动安装PyTorch 2.0并使其与CUDA 11.7兼容可能需要一些技巧和耐心。以下是一份详细的教程，帮助您顺利完成安装。

一、系统环境准备

首先，确保您的Windows 10系统已经安装了合适的显卡驱动，并启用了CUDA支持。在NVIDIA官网上下载并安装最新版本的显卡驱动。

二、安装CUDA 11.7

1. 前往NVIDIA官网下载CUDA 11.7的安装包，根据您的系统配置选择合适的版本。
2. 解压安装包并按照提示进行安装。安装过程中，请确保选中“Add NVIDIA GPU Computing Toolkit to PATH”选项，以便系统能够正确识别CUDA路径。

三、安装PyTorch 2.0

由于PyTorch 2.0可能未直接提供针对CUDA 11.7的预编译版本，我们需要手动编译或寻找合适的whl文件。以下是手动编译的大致步骤：

1. 首先，安装Anaconda或Miniconda，创建一个新的虚拟环境（例如命名为pytorch_env），并在该环境中安装必要的依赖包，如numpy、setuptools、cython等。

2. 下载PyTorch的源码包，解压并进入源码目录。在源码目录下，您会找到一个名为setup.py的文件。

3. 打开命令提示符或Anaconda Prompt，激活刚刚创建的虚拟环境，并导航到源码目录。

4. 在命令提示符中，运行以下命令以配置编译环境（根据您的实际情况调整参数）：

    python setup.py build --cmake_options -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX="path/to/install/dir" -DCUDA_HOME="path/to/cuda" -DCUDNN_HOME="path/to/cudnn"

   其中，path/to/install/dir是您希望安装PyTorch的目录，path/to/cuda和path/to/cudnn分别是CUDA和cuDNN的安装路径。

5. 运行以下命令以安装PyTorch：

    python setup.py install

6. 安装完成后，您可以通过在Python环境中导入torch模块来验证安装是否成功：

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

   如果输出版本号且torch.cuda.is_available()返回True，则表示PyTorch已成功安装且支持CUDA。

四、注意事项

• 确保您的Windows 10系统版本与CUDA 11.7兼容。
• 在安装过程中，如果遇到任何问题，请查阅官方文档或相关社区论坛寻求帮助。
• 如果手动编译失败，您可以尝试寻找已经编译好的、与CUDA 11.7兼容的PyTorch whl文件，并使用pip命令进行安装。

通过遵循以上步骤，您应该能够在Windows 10系统下成功安装PyTorch 2.0，并使其与CUDA 11.7兼容。祝您安装顺利！