ChatTTS安装使用过程中CUDA/Pytorch/Cudnn/VisualStudio等相关疑难的解决

一、安装CUDA

版本选择

(1) 先查看自己的显卡：

① 首先是否Nvidia卡（据说现在已经开始支持AMD显卡，但本人并未测试，不适用本教程），CUDA是N卡的加速程序。进入cmd，使用nvidia-smi命令查看显卡驱动版本

② 升级显卡驱动到最新，到nvidia官网，找到如下图的驱动程序，输入自己的显卡型号，查找

点查看，然后下载并安装，可能安装完成后要重启电脑。再使用nvidia-smi命令查看，显卡驱动和CUDA上限版本应该已经更至最新。

(2) 按上述的CUDA上限版本，查看Pytorch网站的适用组合：https://pytorch.org/get-started/locally/

如上图，Pytorch 2.3.1（目前最新版本）能支持的CUDA版本有11.8和12.1两种，当然越新越好，我们选12.1。这就是我们要下载安装的CUDA版本。
访问CUDA Toolkit官网，注意这里默认显示的是最新版CUDA，而我们要下载的是12.1，所以如下点选：
Video_2024-06-25_140253_编辑

下载完毕后，安装，选精简版本即可。

如果精简版安装过程中出错，则选择自定义，只勾选最上方的CUDA一项进行安装：

如果只安装CUDA也报错，则点开左侧的+号，只选择前3个文件夹安装，安装成功后再回头重新安装剩余几个，这样至少能保证CUDA主体程序安装完成。

PS：Ai-China在安装CUDA的过程中还发现，是否已安装Visual Studio也会有影响，如果还是无法成功安装CUDA，建议先安装Visual Studio。

安装过后，搜索环境变量设置，双击系统变量中的path

通过新建，将4个文件路径添加其中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\libnvvp

到此，CUDA Toolkit安装完成！

二、安装cuDNN

访问官网地址，按自己的操作系统下载最新版本

注意：最新版本不再是此前的安装器，而是个压缩包，下载后打开：

依次分别拖入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1文件夹的同名文件夹下（**注意：**不是复制文件夹后覆盖，而是打开文件夹后，将其中文件添加到对应文件夹内）

将解压后的 cuDNN 文件拷贝到 CUDA 安装目录。假设你的 CUDA 安装在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x，将解压得到的文件按以下路径拷贝：

cuda\bin 下的所有文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x\bin
cuda\include 下的所有文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x\include
cuda\lib\x64 下的所有文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x\lib\x64

输入以下命令以检查 CUDA 版本，确保它能识别到 NVIDIA GPU：
nvcc -version 或 nvcc -V
如果提示未找到，应该是环境系统变量的path添加问题

至此，CUDA环节全部完成！

三、 Pytorch

torch 和 torchaudio 是 PyTorch 生态系统中的两个重要库，用于深度学习和音频处理。

torch 是 PyTorch 的核心包，用于构建和训练深度学习模型。PyTorch 是一个开源的机器学习库，广泛用于学术研究和实际应用中，特别擅长于计算图和神经网络。
torchaudio 是一个与 PyTorch 兼容的音频处理库，用于音频数据的加载、转换和处理。它与 PyTorch 的张量操作深度集成，便于在音频处理任务中使用。

Pytorch用来在python中调用Cuda。安装好Cuda后仍无法调用GPU进行生成的，应该都是折在这一步。我们来检查一下：

在 ChatTTS 文件夹下创建虚拟环境，执行命令 python -m venv venv

激活虚拟环境，执行 .\venv\scripts\activate

输入命令python

1
2
3

import torch
x = torch.rand(5, 3)
print(x)

如果显示类似下图的文字，则表明torch成功安装：

但还没到高兴的时候，因为这个torch未必是关联了CUDA版本的torch

再输入

1 2	import torch torch.cuda.is_available()

显示结果多半会是False。什么意思呢？就是说torch与CUDA（或干脆说GPU）无关联，可以运行，但完全利用CPU！

还可以输入

1
2
3

python
import torch
>>> print(torch.__version__)

只要显示torch2.3.1 + cpu，就表明安装的是使用CPU版的torch，不会调用GPU

Ai-China试过多次Pytorch官网所给的python安装torch+cuda的命令，每次都是如上False显示。

pip下载torch的过程中可能会报错，可使用国内清华源（在安装命令后面空格并添加以下 -i 内容）：
pip install torch==2.3.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple
但要注意的是，Ai-China这边的情况是：无论怎样用上面的命令来下载，得到的torch都是CPU版本的！