Cómo instalar Pytorch + CUDA en Windows

Para instalar PyTorch en Windows con soporte CUDA, se requiere seguir algunos pasos específicos para garantizar que la instalación sea exitosa. CUDA es una plataforma de computación paralela desarrollada por NVIDIA que permite aprovechar el potencial de las tarjetas gráficas para acelerar el procesamiento de datos en aplicaciones de deep learning y machine learning.

A continuación, se proporciona una guía detallada sobre cómo instalar PyTorch con soporte CUDA en Windows:

Paso 1: Verificar compatibilidad de hardware
Antes de comenzar con la instalación de PyTorch con soporte CUDA, es importante asegurarse de que tu sistema cumple con los requisitos mínimos de hardware. Debes tener una tarjeta gráfica NVIDIA compatible con CUDA y una versión compatible de los controladores de NVIDIA instalados en tu sistema.

Paso 2: Instalar los controladores de NVIDIA
Para asegurarte de tener los controladores de NVIDIA instalados en tu sistema, ve al sitio web oficial de NVIDIA y descarga la última versión de los controladores de tu tarjeta gráfica. Sigue las instrucciones de instalación y reinicia tu sistema si es necesario.

Paso 3: Descargar e instalar CUDA
Visita el sitio web oficial de NVIDIA CUDA Toolkit y descarga la versión más reciente de CUDA que sea compatible con tu tarjeta gráfica y la versión de PyTorch que deseas instalar. Ejecuta el archivo de instalación de CUDA y sigue las instrucciones para completar la instalación. Durante el proceso de instalación, asegúrate de seleccionar la opción "instalación completa" para instalar todas las bibliotecas y herramientas necesarias para el desarrollo de aplicaciones con soporte de CUDA.

Paso 4: Descargar e instalar PyTorch
Una vez que hayas instalado los controladores de NVIDIA y CUDA en tu sistema, estás listo para instalar PyTorch. Para instalar PyTorch con soporte CUDA, se recomienda utilizar Anaconda, un gestor de paquetes de Python que facilita la instalación y gestión de librerías y entornos de desarrollo.

Para instalar PyTorch con soporte CUDA utilizando Anaconda, abre una terminal de Anaconda y ejecuta el siguiente comando:

conda install pytorch torchvision torchaudio cudatoolkit=XX.X -c pytorch

Donde XX.X corresponde a la versión de CUDA que has instalado en tu sistema. Este comando instalará PyTorch junto con los paquetes adicionales necesarios para el soporte de CUDA.

Paso 5: Verificar la instalación
Una vez que hayas completado la instalación de PyTorch con soporte CUDA, puedes verificar que todo haya sido exitoso ejecutando un script de prueba en Python que utilice PyTorch y CUDA. Puedes crear un script básico como el siguiente para probar la instalación:

import torch

# Verificar si CUDA está disponible
if torch.cuda.is_available():
    device = torch.device('cuda')
    print("CUDA está disponible en el dispositivo:", device)
else:
    device = torch.device('cpu')
    print("CUDA no está disponible. Se utilizará la CPU.")

Ejecuta este script en tu entorno de Python y verifica la salida. Si todo ha sido instalado correctamente, verás un mensaje indicando que CUDA está disponible en tu dispositivo.

Con estos pasos, has completado la instalación de PyTorch con soporte CUDA en Windows. Ahora estás listo para comenzar a desarrollar aplicaciones de deep learning y machine learning utilizando la potencia de las tarjetas gráficas NVIDIA y CUDA. ¡Buena suerte!