Ubuntu22.04安装PyTorch1.12.1 GPU版本全过程

最近又被装环境折磨，仅根据实际情况记录糟心经历。仅作记录。

网上很多pytorch GPU版本安装教程里一般步骤都说是：装显卡驱动、装cuda、装cudnn、最后安装pytorch GPU环境。

但也有教程说可以不单独安装cuda、cudnn，直接安装pytorch GPU环境。

于是，我打算在不安装cuda、cudnn的情况下（主要是嫌安装太麻烦），直接安装pytorch GPU环境（最后安装好是pytorch==1.12.1 torchvision==0.13.1 cudatoolkit=11.6）。

• 机器情况：新机器，自带的有nvidia-smi显卡驱动。
• 机器：Ubuntu22.04 + 英伟达显卡（GeForce RTX 4090）+ Anaconda3。
• 目标：安装gpu版本的PyTorch1.12.1（torch1.12.1/cu116 + torchvision0.13.1/cu116）

一、电脑相关信息

1. 电脑显卡环境

• 显卡：Nvidia GeForce RTX 4090
• 电脑的显卡驱动版本：525.105.17，CUDA Version：12.0

（CUDA Version12.0表示此显卡驱动最高支持cu12.0。）

二、安装Pytorch1.12.1/cu116（GPU版本）

1. 准备：新建虚拟环境

1）首先安装Anaconda。（很简单，自行搜索）

2）其次在用Anaconda建一个虚拟环境。

conda create -n torch1-12-1 python=3.10
#（torch1-12-1 表示自己起的环境的名字。）

3）激活虚拟环境。（后续的操作都是在该虚拟环境下进行的。）

conda activate torch1-12-1

2. 方式一

用pip在线安装torch1.12.1+cu116、torchvision0.13.1+cu116：（在pytorch官网的历史版本里找安装命令）

1）在PyTorch官网历史版本链接（ Previous PyTorch Versions | PyTorch）里面，找到使用pip安装pytorch1.12.1/cu116、torchvision==0.13.1+cu116的安装命令，进行在线安装。

安装命令：

# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

安装很快，很快就安装好了。测试torch的版本以及torch.cuda.is_available()都没有问题。

但是，在用这个pytorch环境运行代码时，总是报关于cuda的错（此代码在别的老机器上没有问题）。

最后感觉可能是因为pip命令安装的时候没有顺带安装cuda，再加上自己电脑自己没有安装cuda，所以感觉是环境没有安装好然后运行代码就一直报错。

于是选择用下面的方式二重新安装pytorch环境。

3. 方式二

用conda在线安装pytorch==1.12.1 torchvision==0.13.1 cudatoolkit=11.6：（在pytorch官网的历史版本里找安装命令）

最后选择用conda命令安装pytorch GPU版本。因为conda命令里面带的有cudatoolkit。

1）在PyTorch官网历史版本链接（ Previous PyTorch Versions | PyTorch）里面，找到使用conda安装pytorch1.12.1/cu116、torchvision==0.13.1+cu116的安装命令，进行在线安装。

安装命令：

# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

但是用conda在线安装pytorch环境的时候，下载包的时候老是断掉，下了一点就断了报错了。来回重新运行conda安装的命令很多次，一直没有下载安装成功。

最后配了一下conda的镜像源（照着这个链接里面配的anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror），不知道是因为这个原因还是突然网速变快了，突然一下子下载得贼快，几分钟就安装好了。真的是有点玄学。。。。

如下图：（下载安装得很快）

测试：

使用下面的命令测试，可以看到torch和torchvision对应的版本。

(base) ubuntu@ubuntu:~$ conda activate torch1-12-1
(torch1-12-1) ubuntu@ubuntu:~$ python
Python 3.10.11 (main, Apr 20 2023, 19:02:41) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import torchvision
>>> torch.__version__
'1.12.1'
>>> torchvision.__version__
'0.13.1'
>>> torch.cuda.is_available()
True
>>> torch.version.cuda
'11.6'
>>> torch.backends.cudnn.version()
8302
>>> exit()
(torch1-12-1) ubuntu@ubuntu:~$ 

PyTorch1.12.1 GPU版本（pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6）就安装好了~ 可以愉快使用了~

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。