【2020年4月最新】windows10下anaconda安装Pytorch_gpu版本

前言

我本来是安装好Pytorch_gpu版本的，但是运行某个代码时因为torchversion版本太低，导致某个调用报错。但是单纯升级torchversion还会出现报错，所以我卸载了原版本，重新安装并对应较高版本torchversion版本。

安装环境：

annaconda：5.2.0版本，win10，pycharm2018.9，python3.6

一、卸载旧版本的Pytorch_gpu

进入安装环境，按顺序输入以下命令，确保各个渠道下载的Pytorch_gpu都以卸载干净

如无旧版本Pytorch，跳过这个环节

#按顺序在conda prompt中输入：
conda uninstall pytorch
conda uninstall libtorch
pip uninstall torch

二、 在anaconda里创建一个新环境

创建一个命名的新环境并激活进入新环境

注：python选3.6/3.7(如果研究方向是nlp，建议3.7，我记得有个关于文本的库只有python3.7)

其实也可以不新建环境，打开conda Prompt就是base环境，也可以直接装在base环境。如果装在base环境，跳过这步进入“三”

# 创建
conda create -n your_env_name python=your_python_version anaconda #其中加入最后一项anaconda命令建立虚拟环境时，会同时安装例如Notebook、Numpy、Scipy、Matplotlib、Pandas等数据分析包，用户也可以不加，选择后续安装。例如conda create -n pytorch_gpu python=3.6 anaconda
# 激活环境
conda activate your_env_name #例如conda activate pytorch_gpu

三、安装Pytorch-gpu版本

1.安装

查看自己电脑的cudnn版本（方式如图1），进入pytorch官网https://pytorch.org/get-started/locally/查看自己的对应版本。复制run this conmand那句，在conda Prompt输入即可

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

注：1.该方式是安装通过pytorch官网，没有梯子速度很慢甚至中断，可以设置清华源并去除上句指令中的“-c pytorch”，

            (1)设置清华源，canda Prompt输入

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

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 --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/

conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --set show_channel_urls yes

             (2) 镜像源安装

conda install pytorch torchvision cudatoolkit=10.1

安装完后，可以删掉清华源“conda config --remove-key channels” 

       2.我一直以为自己的cudnn版本是10.0，所以专门在官网“previous pytorch”中找了cudnn10.0的版本，conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch。直到写博客发现自己10.1，但是用着没有问题啊。

 

2.测试安装是否成功

打开安装pytorch-gpu环境的jupyter notebook（开始菜单---最新添加---jupyter notebook(pytorch_gpu)），输入以下，查看结果。我的结果如下图

import torch
from torch import nn

print(torch.__version__)


torch.cuda.is_available() # cuda是否可用

torch.cuda.device_count() # gpu数量

torch.cuda.current_device() # 当前设备索引, 从0开始

torch.cuda.get_device_name(0) # 返回gpu名字

四、相关配置

1.如果下载了pytorch代码使用pycharm，需打开pycharm，新建pytorch_gpu环境解释器 ，配置方法在我之前博客中。（不同的是，之前博客配置的是TensorFlow_gpu,但是解释器路径都一样的，配置方法不变），https://blog.csdn.net/SpadgerZ/article/details/89468756该博客的配置也写的很清晰

2.需要用到pytorch时，不论目的（使用jupyter notebook时，安装新的包等等），都要“conda activate 你的pytorch环境名”。不谈环境的操作都是耍流氓~当然你要是base环境安装的，那例外。