Pytorch-gpu安装（CUDA11.1 + MX450 + Win10）

前言：

我的问题是这样的，在b站跟着博主一起在Anaconda环境下安装gpu版本的pytorch，步骤都是一样，但是最后利用torch.cuda.is_available()验证的时候，返回值一直都是False。在虚拟环境中利用conda list 查看已下载的pytorch的信息，显示的是cpu版本的，这样安装卸载几个来回，终于在csdn上找到了答案，问题已经成功解决。

        我参考的文章地址是：Pytorch安装（CUDA11.1）_迟步彩云的博客-CSDN博客_cuda11.1对应pytorch

安装PyTorch-GPU版本+CUDA+CUDNN+Win10(显卡GeForce MX450)+Anaconda（最新版）_王大银子的博客-CSDN博客_mx450支持cuda吗

分析问题的原因：pytorch的版本与CUDA版本不匹配导致的。

一、我电脑的环境

1、打开电脑的“设备管理器”，查看显示器适配器那一栏的信息，要下载gpu版本，首先要有NVIDA的独显。

        可以看到，我是NVIDA的MX450的独显。

2、打开电脑中的“NVIDA控制面板”，点击左下角的“系统信息”中的“组件”，查看cuda的版本。

        可以看出，我电脑的cuda版本是11.1的。

二、下载并安装cuda

1、下载地址：CUDA Toolkit 11.1.0 | NVIDIA Developer

2、其他安装步骤正常，只要在这一步当中不要选择“Visual Studio Integration”

P.S. 安装的路径是可以选择不放在C盘的，我C盘空间不足，我就放在其他磁盘了。但是安装的地址最好记一下。

3、命令号nvcc -V查看是否安装成功

三、安装对应版本的cudnn

1、下载地址：cuDNN Download | NVIDIA Developer

Win10的话对应一个zip文件，下载后，在本地解压即可。

2、将压缩包中的三个文件夹，复制粘贴到cuda的安装目录下。

 在命令行中使用“nvidia-smi”查看是否安装成功。

其实我没有替换这一步之前，我的电脑中输入“nvidia-smi”命令行就可以查看到这个画面了，但是我跟着其他博主做的时候，也用了这一步，所以以防万一就记下来了。

四、安装Pytorch

       正常的步骤是，打开pytorch的官网（PyTorch），根据如下图的命令行，复制到虚拟环境中进行pytorch下载。

         第一次，我直接复制了...然后下载是cpu版本的。

        第二次，我查了一些资料，有人说要去掉结尾的-c pytorch，因为-c pytorch是指从镜像源下载pytorch，而镜像只能下载cpu版本的，无法下载gpu版本的，然后我又试了，结果还是不行。

        试了n多方法以后，我看到了一篇博文（开头有提到），我利用了里面的命令行，成功了（但是安装的时间是有一丢丢长的，不过成功了呀，花的时间都是值得的！）

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

最后：

        在虚拟环境中，进入python交互环境，其实就是输入一个python啦，然后再输入如下代码，如果最后返回的True，就证明大功告成啦！最后祝大家都能够安装成功！！！！

如果觉得这篇文章对你有所帮助，请点个赞吧~