PyTorch学习一 —— Win10环境下安装 NVIDIA Cuda9.0 + 多环境Anaconda3-5.2.0 + PyTorch 0.4.1 GPU版本 + PyCharm环境配置

前期准备

1、电脑必须支持NVIDIA独立显卡并且已经安装独显驱动

（8G以下就不用考虑安装了），如下图所示

2、设置首选图形处理器

在NVIDIA 控制面板中 -> 选择管理 3D 设置 -> 全局设置 -> 首选图形处理器中选择高性能 NVIDIA 处理器，然后点击应用

3、查看独显支持的Cuda版本

（非常重要！不支持PyTorch会运行不了!）
点击帮助 -> 系统信息 -> 组建 查看

安装Cuda9.0

1、官网下载Cuda9.0

官网：https://developer.nvidia.com/cuda-90-download-archive

2、安装Cuda9.0

运行cuda_9.0.176_win10.exe

选择自定义安装

在选择安装项时一般不安装GeForce Experience，CUDA是核心组件必须勾上，剩下两个选项的当前版本如果比新版本低的话也可以勾选上。接着点击下一步就开始安装了。

3、验证cuda安装

win+r -> cmd 运行nvcc -V查看

安装 cuDNN v7.3.1

1、官网下载

官网：https://developer.nvidia.com/cudnn
选择 Download cuDNN -> Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 9.0 -> cuDNN v7.3.1 Library for Windows 10

2、安装cuDNN v7.3.1

解压下载cudnn-9.0-windows10-x64-v7.3.1.20.zip

将这三个文件拷贝到CUDA9.0的安装路径根文件夹下

安装Anaconda3-5.2.0

1、安装Anaconda3-5.2.0

运行Anaconda3-5.2.0-Windows-x86_64.exe

勾选第一项自动添加环境变量

2、验证anaconda安装

win+r -> cmd 运行 conda -V 查看

利用Anaconda Navigator配置多环境Anaconda3-5.2.0

1、启动Anaconda Navigator

2、新增运行环境

Environments -> Create 输入 环境名称（PyTorch）选择python版本（3.7）

3、激活运行环境（PyToch）

运行 Anaconda Prompt -> 输入 activate PyTorch 则可将环境从base切换到PyToch

4、设置清华镜像

清华镜像官网：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
输入以下命令

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/

# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

conda config --set show_channel_urls yes

安装 PyTorch 0.4.1 GPU版本

1、官网查询安装命令

官网：https://pytorch.org/
点击 Get Started

2、在PyToch环境下运行

conda install pytorch -c pytorch

pip3 install torchvision

# for no installed pip3
pip install torchvision

3、验证 PyTorch-GPU 安装

运行以下命令

python

import torch

torch.cuda.is_available()

torch.cuda.is_available() 若返回值为True ，恭喜你安装成功~
若返回值为False，安装失败，恭喜你可以更换配套版本重新安装啦~
至此 Cuda9.0 + 多环境Anaconda3-5.2.0 + PyTorch 0.4.1 GPU版本已经安装完成~
以下是 PyCharm 的环境配置

PyCharm 的环境配置

Settings -> Project Interpreter

点击右上角小齿轮 选择 Add


选择System Interpreter -> 选择右上角的 …

选择 Anaconda 安装目录下的 envs -> PyTorch -> python.exe

点击ok

出现 pytorch 则配置完成

验证配置 新建 GPUTest.py 文件 并运行

import torch

print(torch.__version__)

cuda = torch.cuda.is_available()
print(cuda)

a = torch.Tensor((3, 5))
print(a)
print(a.cuda())

配置成功