【Pytorch】Win10下在Anaconda中安装创建GPU版的Pytorch（亲测有效，踩坑无数）

Anaconda的安装

GPU版Pytorch

anaconda prompt

从开始中找到anaconda prompt，点击打开

命令行输入：conda create --name pytorch_gpu_cuda80 python=3.6
python_gpu_cuda80为anaconda下虚拟环境名称，可自定义，(因为我安装的是cuda8.0)，python=3.6为选择安装的python版本。
proceed选择y，回车, 等待相关包下载，可以看到在安装完成之后，信息提示如下，表示成功：

如果要启用创建的环境，输入指令

conda activate pytorch_gpu_cuda80，这里输入自己创建的虚拟环境名

关闭该环境的话，输入指令

conda deactivate
现在进入创建的虚拟环境

安装Pytorch

在安装之前，需要判断你的电脑显卡所对应的CUDA版本：
1）win+R，输入cmd打开命令窗口，输入nvidia-smi，查看显卡信息，可以看到我的电脑driver Version是369.30

一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本，具体的对照关系如下：

对照上表可以发现，电脑对应的CUDA是8.0。这一步根据自己电脑的driver Version确定对应的CUDA版本。
2）打开pytorch官网，按下图选择，复制显示的内容（下图以红框标注）

即：conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
此时，把10.0换成第一步中确定的CUDA版本号（如果你的电脑可以安装10.0跳过这一步），如我的电脑支持的是CUDA8.0，那么我的命令就是conda install pytorch torchvision cudatoolkit=8.0 -c pytorch
命令确定后，不要着急安装，此时更换一下下载源，否则在下载过程很容易报错
3）更换下载源，更改为清华大学镜像。
在虚拟环境命令行输入以下命令：

# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes  

如下图

因为以前已经更换过，所以再执行命令会提示“已经更新”，如果以前没有添加过，不会出现任何信息的。

4） 开始下载。输入：
conda install pytorch torchvision cudatoolkit=XX.X
XX.X输入自己的CUDA版本号，注意要把后面的-c pytorch去掉，不然还是使用的默认源下载。

Proceed选择y，等待下载

注意： 在下载过程中，可能会发生下载中断或者失败的情况，这属于正常现象，下载失败了就还是用原来的命令重新下载，但在重新下载时注意它不会续点接着下载，在重新下载时，注意提示的信息，如果出现Warning要特别注意，它可能在提示，前面下载中断的文件夹需要删除，所以我们需要根据它提示的路径信息删除它提示的文件，不然重新下载这个文件时会导致失败。在重新下载过程中，可能会失败很多次，请保持耐心，我重新下载了10多遍，才下载完成，如果清华源多次下载失败，可以尝试把前面去掉的“-c pytorch”命令加回来再下载，反复尝试。祝你一次下载成功。

5）测试

返回True，表示安装成功。若返回False, 说明系统的cuda版本号和 选择的cuda版本不一致，需要将cuda版本进行更新，具体更新操作如下：
右键-我的电脑-管理-设备管理器，找到显示适配器，选择NVIDIA，右键-更新驱动程序，将更新到最新版本，重启电脑即可。

在jupyternotebook使用自己创建的虚拟环境

1、激活虚拟环境：

conda activate 环境名

2、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行）：

pip install ipykernel

使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)

python -m ipykernel install --user --name 环境名

3、配置完成，然后重启或刷新jupyternotebook，点击new即可看到添加的环境
同时如果在编程过程中出现没有对应库的问题，可以直接在虚拟环境中pip install XX即可。

删除Jupyter中的内核

jupyter kernelspec list
jupyter kernelspec remove 内核名字