一招解决Pytorch GPU版本安装慢的问题

        Pytorch是一个流行的深度学习框架，广泛应用于计算机视觉、自然语言处理等领域。安装Pytorch GPU版本可以充分利用GPU的并行计算能力，加速模型的训练和推理过程。接下来，我们将详细介绍如何在Windows操作系统上安装Pytorch GPU版本。

查看是否有显卡

GPU版本的pytorch需要有显卡支持,如果没有显卡那就只能使用cpu版本了。

cpu版本安装：

pip install torch torchvision torchaudio

 win+s搜索设备管理器，打开后，点击显示适配器

        若你的电脑有独立显卡且显卡版本GTX>10,RTX>20那么便可以使用GPU版本的Pytorch。

显卡版本小于上述版本的显卡是没有CUDA支持的,无法使用Pytorch的GPU版本，只能使用CPU版本。

查看CUDA版本 

 win+r cmd命令行里输入：

nvidia-smi

查看CUDA版本：

我这里是12.6,记住这个版本号。

下载CUDA驱动 

NVIDIA驱动下载:

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive根据刚刚的CUDA版本选择,12.6就下载CUDA Toolkit 12.6即可

点击后,这样选择:

 然后按部就班安装即可。

Whl文件下载

        装过pytorch的都知道，用pip或conda命令从官网安装pytorch可能会出现runtime error等错误，安装成功后可能会面临安装的是cpu版本的pytorch，或者是python版本与pytorch版本不匹配等问题。所以我建议可以从下面链接先下载好对应的whl文件，链接如下:

https://download.pytorch.org/whl/torchhttps://download.pytorch.org/whl/torch

1. cu126表示gpu cuda版本，下载好nvidia终端，并添加到环境变量后输入nvidia-smi  可以查看gpu版本号 
2. cp312代表python版本号,必须和python版本一致,不然下载后上也无法安装。
3. wind_amd64表示windows系统

按照自己的版本选择后点击即可在浏览器里下载

点击蓝色文件夹，跳转到下载目录

点击文件ctrl+shift+c或右键复制文件地址后，win+r输入cmd打开cmd命令行

输入pip install后将路径复制然后等待下载即可,一般来说1~2分钟即可下载完毕

验证

import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是可用的:{torch.cuda.is_available()}")
print(f"当前pytorch使用设备:{torch.device('cuda' if torch.cuda.is_available() else 'cpu')}")

安装成功！