Pytorch使用GPU、CUDA安装步骤注意事项

cuda安装过程中出现两次安装路径（打开安装包出现一次，中间安装步骤中有一次安装位置），切记不要设置为同一路径，否则会清空安装文件，导致nvcc -V命令无效。

CUDA下载网址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cudnn下载网址：cuDNN Archive | NVIDIA Developer

CUDA12.3安装pytorch：

conda install pytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=12.1 -c pytorch -c nvidia

设置清华园加速：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

anaconda prompt 创建环境：conda create -n

anaconda prompt 进入环境：activate 环境名

启动jupyter：jupyter notebook

---

 查看torch是否可用：torch.cuda.is_available()

新建的环境通常没有任何软件包，所以需要重新配置一次，进入新建的环境，出现以下问题时执行以下指令：

anaconda prompt可以使用torch，但jupyter中不可使用torch

 1.Jupyter内核与安装torch的Python环境进行关联

python -m ipykernel install --user --name 环境名称--display-name "Python (环境名称)"

 2.可能没有安装jupyter、ipython

在自己新建的环境中执行：

conda install ipython
conda install jupyter

 3. 进入环境，输入conda list，如果没有ipykernel和ipython，需要安装nb_conda：

conda install nb_conda

nb_conda是一个用于在 Jupyter Notebook 中管理 conda 环境的包。它提供了以下功能：

• 环境管理：允许用户在 Jupyter Notebook 中轻松切换不同的 conda 环境，而无需在命令行中频繁切换。这样可以方便地在不同的项目或实验中使用各自独立的环境，避免环境冲突。
• 内核集成：将 conda 环境与 Jupyter Notebook 的内核关联起来。用户可以为每个 conda 环境创建一个对应的 Jupyter 内核，使得在 Notebook 中能够使用特定环境中的 Python 解释器和相关库。
• 安装和管理：可以通过conda install nb_conda命令来安装该包。安装完成后，在 Jupyter Notebook 的界面中会出现与 conda 环境管理相关的菜单和选项，方便用户进行操作。

 jupyter出现No module named ‘’软件包’，逐个进行软件包安装

pip install 软件包