深度学习pytorch GPU windows 环境搭建

遇到的问题

接触pytorch 有一段时间了，一直想简单明了的编程环境 不想安装太多臃肿的东西。 以前一直是以pytorch cpu编程 简单的实现 发现这条路行不通。在实现 faster-rcnn 后发现ROI layer 必须是在gpu上跑 没有cpu版本 。所以还是 老老实实安装 pytorch gpu版本。

所以得安装 几个东西： 1， 显卡 驱动 2，cuda 3, cudnn 4,pytorch

安装过程

安装显卡驱动

这个用驱动精灵 或者 鲁大师 都行

安装cuda

https://developer.nvidia.com/cuda-downloads 英伟达官网自动检测你的显卡 版本。
历史版本：
https://developer.nvidia.com/cuda-toolkit-archive

安装 cudnn

从这下载 官网：https://developer.nvidia.com/cudnn 这个网站 需要注册 。 一步一步验证。
这个网站有时候下不懂 ，用火狐浏览器下载 比较好。

相比标准的cuda，它在一些常用的神经网络操作上进行了性能的优化，比如卷积，pooling，归一化，以及激活层等等。

(1)解压：会生成cuda/include、cuda/lib、cuda/bin三个目录；

(2)分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5对应的include、lib、bin目录下即可。

(3)将bin所在的目录添加到环境变量 PATH 中，“此电脑”→“高级系统设置”→“环境变量”→“系统变量”→“path”→“编辑”→“新建”加入该路径即可。

安装pytorch

官网： https://pytorch.org

我喜欢直接用pip 安装 拷贝命令：
pip3 install torch=1.3.1 torchvision=0.4.2 -f https://download.pytorch.org/whl/torch_stable.html

输入cmd 安装完成。

选择conda

1，安装conda

2,运行

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

3，cuda 不容易安装上

4，找到提示网址
离线下载

5，用这个命令

conda install --use-local cudatoolkit-10.1.243-h74a9793_0.conda 所在的目录