Visual Studio 2017 + Anaconda + Windows10 安装Pytorch

Visual Studio 2017 + Anaconda + Windows10 安装Pytorch

引言

由于最近在搞一些强化学习的项目，编程中又需要用到Pytorch，而且我自己比较喜欢使用Visual Studio进行编程，所以钻研了一下怎么在Visual Studio上把Pytorch跑起来，说实话这个过程还挺复杂的，搞了半天才搞定，就想把操作的过程写出来，供大家参考。

前期准备

Visual Studio: 我使用的是Visual Studio 2017，不过应该别的版本都没所谓，由于是用Python进行开发，所以在Visual Studio的开发工具处要把Python开发勾选上，并勾选Anaconda3

步骤一：在Visual Studio上方选项中找到“工具”选项，并点击“工具”菜单中的“获取工具和功能”

步骤二：在弹出的窗口中选取“Python开发”，以及右侧开发选项中的图示选项
步骤三：等待相应文件安装完成

第一步：安装CUDA

步骤一：首先去到NAVIDA下载CUDA的官方网站(https://developer.nvidia.com/cuda-downloads)，选择适合的版本进行下载，笔者使用的是Windows10操作系统，所以如图示勾选
步骤二：下载好以后直接进行安装即可，这里参考了 https://blog.csdn.net/c20081052/article/details/86683446 的操作，这里面也有教大家后续的安装步骤，讲的很详细

第二步：安装CUDNN

步骤一：在NAVIDA的官方网站(https://developer.nvidia.com/rdp/cudnn-archive)，选取与你CUDA版本对应的CUDNN下载即可，不过下载CUDNN需要注册，会需要填写一些信息，这个按照流程走就好

同样也是选择适合自己的版本
这是注册页面，按照提示填写信息，注册邮箱即可，注册完直接下载CUDNN即可

步骤二：安装CUDNN，对下载好的压缩包进行解压，解压后大概是这样
随后把bin、include、lib三个文件夹拷贝到CUDA安装目录下即可，提示名称相同就直接跳过，至于CUDA的安装目录，打开C盘，双击Program Files文件夹，你会看到一个叫NVIDIA GPU Computing Toolkit的文件夹，一直往里面点你就可以找到CUDA的安装目录了，这是笔者的安装路径的示例：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1”

如果还不会的同学也可以在网上找一下其他人写的博客，这个步骤不是很难

第三步：通过Anaconda环境安装Pytorch

这个地方坑有点多，待笔者细细道来

步骤一：用Visual Studio打开PowerShell窗口（那个背景是蓝色的命令行窗口），这算是一个小坑
PS：Visual Studio原本有个叫交互窗口（背景是黑色的，类似CMD）的东西，如图，但是我觉得不是很好用，有兴趣的同学可以尝试一下能不能用这个装成功

这是打开交互窗口（注意：不是打开PowerShell的方法）的图示

下面开始打开PowerShell，首先，在你的Python环境那里单击右键

随后，点开“查看所有Python环境”

再选择已经安装好的“Anaconda 5.2.0”环境，点击下方的“在PowerShell”中打开，即可在Visual Studio中打开PowerShell

步骤二：通过PowerShell安装Pytorch，这个坑有点大，笔者这里先是使用的pip安装方式，一开始我是通过Pytorch官网直接去安装，但用官网的命令直接安装速度很慢，只有几十kb一秒，于是你可能会去考虑pip换源，但不知道是笔者的电脑还是网络的问题，换了清华源后速度仍然上不去，不知道是不是操作出了什么问题，如下图
接下来，我去请教了一下其他同学，并且也查了一些资料，发现可以在清华镜像网站上直接安装，速度提升了很多，附上网址：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 点进去下拉，在页面底端找到Pytorch的指令
附上指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

步骤二：在PowerShell中输入正确的指令进行安装
首先将上面那段换源指令输入PowerShell
再输入Pytorch官网上对应版本的安装指令：

conda install pytorch torchvision cudatoolkit=10.0

PS：注意，这里要把后面的-c Python去除，不然仍然会用官方仓库进行安装，速度仍然上不去

步骤三：Pytorch安装的后续步骤
输入指令后，在解析一段时间的环境后，会跳出这个选择页面，输入’y’，继续安装
耐心等待一段时间，安装即可完成

步骤四：检测Pytorch是否安装成功测试代码如下：

import pytorch
print(torch.cuda.is_avilable())

如果显示结果为“True”，则说明安装成功

总结

花了一番功夫，总算是把Pytorch安装成功了，其实计算机的很多技术知识都是这样，说它简单也不简单，说它难也不难，但只要你有恒心，肯钻研，多查资料，吸取他人的经验，总能把问题钻懂

特别鸣谢：AeroXi，他的建议帮我解决了速度慢的问题，此外也很感谢其他给予笔者帮助的同学以及技术博主