Pytorch-gpu安装配置

一 准备条件

1. 首先需要在电脑上安装anaconda
   具体安装过程可参考：Anaconda详细安装及使用教程（带图文）
2. 查看电脑支持的CUDA版本。
   NVDIA控制面板–>帮助–>系统信息–>组件
   
   电脑的cuda版本需要和安装pytorch时下载的cuda版本相同。

二 在anaconda中新建环境

可以先使用conda命令查看conda是否安装好
接着使用命令行方式创建一个新的环境：

conda create -n pytorch python=3.6.3 anaconda

其中pytorch为创建的环境名称，python=3.6.3为安装的python版本，anaconda会自动为你配置上python的一些基础的包，例如numpy等。
等待配置好后，激活并切换到当前的pytorch环境：

conda activeta pytorch

三 下载安装pytorch

进入官网下载：pytorch官网
如下：

选择自己需要下载的版本，复制最下面的那段命令：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

在命令行输入，接着就会开始下载安装pytorch了。（注意：最好不要使用校园网下载，校园网网关可能比较严格，导致很多包下载不成功）如下：

中途可能会显示有的包下载不成功，继续运行该命令，可以继续下载。下载完成就配置好了。（如果仍然有部分包没有下载成功，需要手动下载）

四 pycharm导入pytorch环境

如果需要在pycharm中导入该pytorch环境，步骤如下：
打开pycharm，点击file->settings->Project Interpreter，点击右上角的进行添加。

如下：

选择刚刚新建的pytorch环境路径（pytorch路径在anaconda安装的路径下的env文件夹中），找到pytorch文件夹下的python.exe。

点击确定即可。
需要重新启动pycharm来更新新加入的环境。
接着进行测试：
新建测试文件，输入：

import torch

print(torch.__version__)

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

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

得到的结果如下，则说明安装pytorch-gpu版本成功。并成功配置好了环境。

参考博客：如何搭建pytorch环境