Windows下配置GPU版本的pytorch

很多小伙伴在配置cpu版的pytorch的时候觉得畅通无阻，可一碰到GPU加速的时候就出现各种错误，怎么弄环境都搞不好。所以今天把windows下GPU版本的pytorch配置过程作以记录，也方便以后查找。

先决条件

• anaconda3
• python编译器

配置过程

1.更新NVIDIA驱动版本
2.下载安装cuda（注意驱动版本太老的话可能不支持最新的cuda版本）
这里放上旧版本cuda卸载的方法
安装cuda的时候会出现：

注意Visual Studio Integration这一项。如果电脑中已经装好了VS，并且以后会用到VS编译cuda的话，这一项要选。否则别选，会引起安装失败。

cuda安装成功后，会自动配置环境变量，所以检查cuda是否安装成功可以打开cmd,键入

nvcc -V

我这里安装的是cuda9.2

3.下载解压cudnn
注意！！！cudnn版本一定要严格与cuda版本相对应，去官网会让你选择与相应cuda版本对应的cudnn
cudnn下载的时候需要注册NVIDIA账号，这个直接注册就行
解压下载好的cudnn:

将解压好的cudnn中的bin,include,lib文件夹复制到cudu目录中：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
当然这个目录也是cuda默认的安装目录。

4.conda配置虚拟环境
打开Anaconda Prompt

conda create -n pytorch python=3.6 

创建一个python3.6版本的，名为pytorch的conda环境

conda activate pytorch

进入已经创建的名为pytorch的虚拟环境

因为国内下载Pytorch官网的东西速度极慢，而且conda下载会经常断掉，所以下一步配置镜像
清华源镜像配置链接
5.安装Pytorch
这一步可以参考Pytorch官网

cuda9.2：

conda install pytorch torchvision cudatoolkit=9.2 -c numba/label/dev

cuda10.1

conda install pytorch torchvision cudatoolkit=10.1

然后就是漫长的等待啦~安装完毕后测试是否安装成功：

如果import torch不报错的话，则证明至少成功安装了cpu版本的Pytorch
（第一次import torch会比较慢)

如果torch.cuda.is_available() 为True的话，那么恭喜你成功安装了GPU版的pytorch，欢迎入坑！！！