CUDA 12.2 配置pytorch简单版(Windows版本，GPU)
CUDA 12.2 配置pytorch简单版(Windows版本，GPU)
在进行深度学习开发时，正确配置CUDA和PyTorch环境是至关重要的一步。本文将详细介绍如何在Windows系统上配置CUDA 12.2和PyTorch，包括使用Anaconda创建环境、安装PyTorch以及配置镜像源以加快下载速度的步骤。
之前一直使用的虚拟机，但是等到跑深度学习模型的时候才发现，cuda和pytorch不匹配，报错如下：AssertionError: Torch not compiled with CUDA enabled。并且更致命的事情是，虚拟机无法调用主机中的GPU，故直接下载Windows版本的。
电脑的显卡是4060的，cuda版本是12.2，查看的方法可以从我之前的博文获取。但是pytorch官网（PyTorch）目前只更新到cuda12.1的。
为此，查了好多方法，其中有一个方法就是将cuda降级，但是博主觉得实在是太麻烦了。便直接下载了最新的pytorch，意外的发现可以匹配，并且完全可以用。故分享方法如下：
首先，下载Anaconda，并且按照步骤进行安装即可（选择的文件夹需要为空文件夹，不然会报错）。安装完之后，在开始的菜单里面，点击下图圈出来的，打开类似于linux系统的终端：
打开之后，创建环境：
conda create -n pytorch python=3.8
pytorch是我自己定义的名字，可以根据自己的选择进行更改。
之后输入
conda activate torch
出现如下图所示的便为激活成功：
然后便可以去官网下载pytorch，建议下载stable版本的。
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
由于网站是国外的原因，下载速度是很感人的，因此可以通过以下命令添加镜像源，下载速度会快一些（比不添加快一点只是，不知道怎么回事，和虚拟机上面的速度没法比）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后再把上面的pytorch下载链接改为如下的：
conda install pytorch torchvision torchaudio pytorch-cuda=12.1
在solving environment如果提示比如：EnvironmentNotWritableError: The current user does not have write permissions to the target environm。一般是没有足够的权限，解决方法是，在打开上面的Anaconda Powershell Prompt的时候，选择以管理员身份运行即可。之后问题便被成功解决，最后，看cuda和pytorch是否匹配：
首先python，然后输入;
import torch
然后，
torch.cuda.is_available()
如果返回True，便代表安装成功