Windows10 通过conda安装PyTorch（流程记录）

PyTorch安装记录

前言

之前在linux里安装了很多次pytorch，这次在Windows10下安装，记录下这个过程，供自己以后参考。由于不同人群可能在环境上存在差异，这里仅记录我自己的安装过程，虽然比较简单，但是不够全面之处还请海涵。

安装方式：conda
版本信息：

• Anaconda 4.8.3
• PyTorch 1.5.0
• CUDA10.2
• torchvision0.6.0

1. 检查驱动版本

442.62已经是比较新的驱动版本，不需要更新。

2. PyTorch安装

登陆PyTorch官网，网页中已经写得很清楚，直接提供了最新版的下载安装方式，很容易操作。（注：如果安装的是之前的版本，特别是分别安装cuda、torch和torchvision时一定要注意，版本一定要对应好，否则可能会出现不少麻烦）

在cmd的conda环境中建立一个虚拟环境（该步骤可选），专门用来完成需要pytorch的任务。

conda create -n my_pytorch python=3.6
conda activate my_pytorch

进入my_pytorch环境后，复制上图中“Run this Command”中的那句代码，运行即可（注意，如果驱动版本过低则需要更新驱动）：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

3. 下载过慢

但是在下载时，torchvision和torch安装包的下载速度很慢，这时一般采用清华的镜像源来协助提速。

按照图中的步骤，修改新生成的.condarc文件如下图所示：

在命令行输入

conda clear -i

清除索引缓存，保证使用的是清华的源。之后再次执行下面的代码，补齐之前没有下载的部分

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

进入python环境监察是否安装成功：

---

当日更新：
一直有个疑惑，在上述安装过程中安装的cuda与通过nvidia官网下载安装的cuda是什么关系？为什么我不专门从nvidia下载cuda和cudnn（也没有安装Visual Studio），就直接可以正常运行完成下面的代码块？(引用自博主bat67的文章PyTorch下 CUDA 和 CuDNN 安装验证程序)

import torch
# 若正常则静默
 
a = torch.tensor(1.)
# 若正常则静默
 
a.cuda()
# 若正常则返回 tensor(1., device='cuda:0')
 
from torch.backends import cudnn
# 若正常则静默
 
cudnn.is_available()
# 若正常则返回 True
 
cudnn.is_acceptable(a.cuda()) 
# 若正常则返回 True

知乎的一个问题在一定程度上解答了我的疑惑，大家可以参考一下：

问题：为什么电脑装了pytorch没有安装cuda，还是能够使用gpu？

题主没有安装cuda，却仍可以在pytorch框架中使用cuda和cudnn，主要是，在通过conda下载pytorch时已经安装了cuda和cudnn的runtime版，使pytorch自带了cuda runtime，这会不会对pytorch的运行效率造成影响呢？可能还需要进一步的实验来验证可行性了。

科普：显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么？

参考博客：
1. PyTorch下 CUDA 和 CuDNN 安装验证程序