win10下pytorch-GPU+cuda安装全过程

查看独立显卡

在计算机-管理-设备管理器-显示适配器中（或者任务管理器-性能中），查看是否有独立显卡。

可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce MX 150。 **一定要去看驱动支持cuda的版本** 查看“NVIDIA控制面板-帮助-系统信息-组件”，可以发现驱动支持的版本，免得到时候下错了！ 我这里的驱动是已经下好的版本，之前是10.1.131的，只能下载该版本以下的cuda。

选择对应型号的cuda安装

根据个人的版本型号下载支持的cuda各种版本cuda安装的官方地址

或者根据个人情况手动搜索对应的版本： 接下来就静等安装，安装过程路径选择根据各人情况而定（==但是要记住自己的安装路径，因为到后面cudnn安装的时候也会用到，免得找起来麻烦==），几乎没有什么障碍，安装完成后需要重启电脑，会自动在环境变量上添加系统环境变量，不用手动添加，可以自行检查一下。 在命令行输入nvcc -V，查看是否安装成功：

nvcc -V

输出：

对应型号的cudnn安装及相应配置

根据相应的cuda型号再选择合适的cudnn，官方下载地址：点击这里下载之前要注册账号的，我用的是google账号直接登录的，但是要填写一部分个人信息哦~
下载一个压缩包，将文件夹里的前三个文件夹解压并复制到cuda的安装路径下：

conda创建虚拟环境

打开终端创建pytorch虚拟环境：

conda create -n pytorch_1 python=3.6

之后又一次要求Proceed ([y]/n)?的命令我们输一下y即可。
随后我们复制第一行的激活命令：

如下图显示结果，表示我们的根目录已经进入虚拟环境：

选择清华镜像安装

建议大家使用清华镜像来安装，速度会快一些

添加清华通道并输入到终端：

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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda下载出现连接超时怎么办

连接超时一般是由于网络的原因，还有默认的下载源是在国外的服务器，所以一般下载速度回比较慢，在下载比较大安装包就会出现下载中断的现象。

解决办法：
对conda 修改配置信息
下面通过参数设置来修改默认的值：
conda config --set
把连接超时的时间设置成40s，读取超时的时间修改成100s，输入到终端:

conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100

其他 的参数修改同理，只要在–set后制定参数的名和修改之后参数的值即可。

安装pytorch

去pytorch官网这里找对应的指令。
我是用anaconda prompt来安装的，所以我这里用的是conda安装，pip安装一般建议用在Linux环境。

>需要注意的一点是，如果你选择用清华镜像来安装，指令的时候不用复制 -c python

即：

conda install pytorch torchvision cudatoolkit=10.1

中途会有个输入y/N?的指令，输入y会自动安装各种包~接下来就是静静等待安装即可。

还有一种方法可循，就是pytorch官网那里，选择pip安装，下面的指令会有一个URL网址，点进去我们可以手动安装torch版本和相关torchvision版本。在终端进去刚创建的虚拟环境，cd到两个包的下载地址，用pip install 对应文件名即可安装。

安装成功的话，我们用官方文档的3行语句来检测一下，是否安装成功。第一行如果没有报错，意味着 PyTorch 已经顺利安装了；第二行结果返回True，表示torch在cuda下可用：

import torch
torch.cuda.is_available()

将虚拟环境添加至jupyter

现在我们已经创建好pytorch的虚拟环境，并下好了相关的包。想要让该虚拟环境在jupyter里可用，方法如下：

1. 进入虚拟环境

activate pytorch_1

2. 安装ipykernel

conda install ipykernel

3. 添加虚拟环境到juyter(默认你已经打开的是管理员模式，否则要在install后面加–user)

python -m ipykernel install --name pytorch_1 --display-name "pytorch_1"

4. 在jupyter里切换环境就可以用啦