开发环境配置：Windows下Pytorch安装记录

因为自己电脑是Windows，自己做实验亦是在Windows下写代码，跑通了之后同步代码到实验室的服务器上去训练，这里记录一下Windows下Pytorch安装过程。

一些必要的软件或者工具版本以及下载链接为：

• CUDA10.2：https://developer.nvidia.com/cuda-10.2-download-archive
• cudnn：https://developer.nvidia.com/zh-cn/cudnn
• Pytorch官网：https://pytorch.org/

1.安装CUDA和cudnn

在上面的链接中下载好 CUDA10.2和对应的cudnn后，先安装 CUDA10.2，安装的时候注意如果电脑上有VS，按默认安装即可。如果没有VS，最好选择自定义，然后把选项里与VS有关的部分前面的√取消掉。

安装好 CUDA10.2后，解压，将对应文件夹下面的文件拷贝到 ：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

对应的同名文件夹下即可。

2.安装Pytorch

直接在命令行中使用pip安装，命令如下：

pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

3.测试

import torch 

print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())

输出：

1.8.1+cu102
True
1

至此，Windows下Pytorch环境配置完成，至于实验室的Linux服务器端由于服务器已经配置好了CUDA环境，因此只需要直接安装Pytorch即可。