前言

---

在学习yolo系列模型的时候，执行官方给的requirement来安装第三方库总会把我CUDA版本的pytorch给覆盖掉换成CPU版本。因此，我们又要重新安装CUDA版本。但网上的教程杂乱，很多都是把简单的问题复杂化，又是去官网下载各种包然后还要添加路径，我不是很能理解这么麻烦那下载Ananconda的意义是什么。本文记录了使用conda命令下载CUDA及CUDA版本的pytorch的详细过程及注意事项，相比于其它文章简单明了、清晰全面。希望给读者一些启发。如果对你有帮助的话，请给博主点一个赞，谢谢啦🌹🌹🌹。

一、检查CUDA驱动

在安装之前，请确保你的conda环境使用的python版本是python>=3.8,如果不是，建议创建新的环境，我的python版本是3.9。conda创建环境命令如下：

(base) C:\Users\21895>conda create -n <你的环境名字> python=3.9

然后激活新环境，查看当前CUDA驱动版本，我以环境名为python39为例

(base) C:\Users\21895>conda activate python39  # 激活新环境
(python39) C:\Users\21895>nvidia-smi  # 查看驱动版本

然后最上面可以看到这些信息：

这里的“Driver Version”就是驱动的版本号， “CUDA Version”就是当前驱动所能支持的最高CUDA版本，这里是11.3

二、conda或pip命令下载

然后直接去pytorch官网找对应CUDA版本的命令，他们连pytorch的版本也一起帮你选好了，就等着你去复制粘贴他们的命令了。链接: pytorch与CUDA版本下载命令

找到注释写着CUDA 11.3这里，只要写了这个的命令都可以，不用管pytorch的版本，他们这些好心人都给你考虑好了，给你的一定是可以用的。但我个人喜欢用范围里面版本高一点的，这里我选择1.12.1

conda和pip都可以选择

# conda
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# pip
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

如果你不着急的话，可以直接就选择使用上面的命令不用管后面了，可能慢的话也就二十分钟左右。

三、conda换源

这里pip我想换成清华源加快进度，发现报错了

不清楚为什么清华源没有这个镜像包，于是尝试用conda换源下载。在使用conda命令之前我们要添加channel，可以通过命令查看你的channels

(python39) C:\Users\21895>conda config --show channels
channels:
  - defaults

可以看到我的是自带默认的channel，然后直接添加清华的源，六个都要添加上。最后两个命令依个人习惯决定要不要执行。

# 清华的五个源
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro

(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

# 防止有些包清华源没有
(python39) C:\Users\21895>conda config --add channels pytorch

# 从channel中安装包时显示channel的url，这样就可以知道包的安装来源了
(python39) C:\Users\21895>conda config --set show_channel_urls yes

# 安装确认中，不默认yes，而是需要输入y
(python39) C:\Users\21895>conda config --set always_yes false

接下来就可以直接执行这句，然后去启动原神了[手动狗头]

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 cudnn

这里命令的意思是下载1.12.1版本的pytorch和11.3版本的CUDA（其实这里的cudatoolkit并不是完整的CUDA，有兴趣可以去专门了解一下CUDA的架构，但这并不影响我们做项目）；

torchvision和torchaudio，前者是专门用来处理图像与视频的库，后者是用来处理语音与音频的库，看自己所需；

cudnn是用于深度神经网络的GPU加速库，可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。

四、检验CUDA

按下面的命令敲：

# 打开python，进入交互式界面
(python39) C:\Users\21895>python

# 按着敲，接下来应该是这样的
>>> import torch
>>> print(torch.version.cuda)
11.3
>>> print(torch.cuda.is_available())
True

到此应该就完成了，如果你还没有成功，要么没按我的步骤来，要么我得恭喜你，你发现了官方的BUG，去给官方提交issue吧。

结束撒花