Windows10系统配置基于Pytorch的深度学习框架

Windows10系统配置基于Pytorch的深度学习框架

原本是打算在Ubuntu18.04LTS上搭建深度学习平台的。没想到前前后后也投入了两三天的时间，居然在显卡驱动这里就反复被卡住。我遇到的问题是不论PPA源还是官网下载完英伟达驱动，GNOME图形化界面就进不去了。从390-440试了很多版本都不行。

鉴于目前的状况，我要是再练不出模型小老板就要拿我祭天了。于此，想起自己的Thinkpad还有一块GTX 980MX，于是稍微凑活试试。

STEP 1：

安装显卡驱动。不过我的win10快速装机的时候自带了一个“驱动总裁”。打开“驱动总裁”，上面提示我可以更新的驱动。于是选择了Nivida比较新的441.22安装上了。

安装成功后，右键鼠标会出现Nivida控制面板。

STEP2：

安装CUDA与CUDNN

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。可以用来加速深度学习运算。首先去Nivida的官网：
链接: link.
选择合适的CUDA版本下载。

这里注意一个小坑。那就是pytorch版本目前最新支持CUDA10.2，但是你点进去会发现默认下载的CUDA是CUDA11.1。所以要下载旧版本的CUDA。（当然我发现问题后没有进行实际测试，新版CUDA是否可以兼容旧版本。不过个人经验还是要下载版本对应的CUDA）

下载CUDA成功后就是默认的安装流程。全程目测无脑操作即可。

CUDA下载完成后，下载CUDNN。注意这里需要你注册一个NVIDIA官网账户，注册成功后即可下载。

链接: link.

把CUDNN解压缩后，把里边的三个文件夹全部放到与CUDA安装同一路径即可。分别是‘bin’，‘include’，‘lib’三个文件夹。

通常默认的路径为：
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2”

放到里边即可。

然后就是下载pytorch环节。

STEP3：pytorch下载

注意配置清华镜像源，还有配置完清华镜像源后下载pytorch的命令要注意：

“conda install pytorch torchvision cudatoolkit=10.0 -c pytorch”

比如这个是官网给出的命令，那么要删去后边的‘-c pytorch’。要不然白配置镜像源，还是从anaconda那边下。

参考资料：

[1]win10安装CUDA 10.2
https://blog.csdn.net/bingo_liu/article/details/103224730/

[2]配置清华镜像以及安装对应版本pytorch
https://blog.csdn.net/weixin_38314865/article/details/102410673

GOOD LUCK！