PyTorch在64位Windows下的Conda包

昨天发了一篇PyTorch在64位Windows下的编译过程的文章，有朋友觉得能不能发个包，这样就不用折腾了。于是，这个包就诞生了。

先别急着激动。如果要直接使用的话，你需要满足以下条件：

• Anaconda3 (with Python 3.6)
• Windows 10 64位系统（其他未测试）
• CUDA 8.0.61
• cuDNN 5.1.10及以上
• Compute Capability 6.1及以上的显卡

如果说前面四条条件还算比较OK，最后的条件就比较严格了，要求Pascal架构或更新的显卡。只能说各位10系显卡或是PASCAL TITAN X的朋友们有福了。

要安装的话，如果你不嫌弃anaconda cloud的网速的话，只需键入下面一条命令：

conda install -c peterjc123 pytorch-gpu=0.1.12

如果不能忍受conda那蜗牛爬般的网速的话，那我为大家将包上传至公用云中，大家下载之后，键入如下几条指令：

conda install numpy mkl
conda install --offline path/to/tar/pytorch-gpu-0.1.12-py36_0.tar.bz2

安装之后，也千万要注意，要在主代码的最外层包上

if __name__ == '__main__':

这个判断，可以参照我昨天文章中的例子，因为PyTorch的多线程库在Windows下工作还不正常。

附一段简单测试CUDA与cuDNN是否工作正常的代码：

# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_accectable(xx))

如果CUDA工作不正常，那就不能使用.cuda()将模型和数据通过GPU进行加速了。而如果cuDNN不能正常工作，那就使用如下代码关掉它：

cudnn.enabled = False

以上，就是文章的全部内容啦，如果感觉还意犹未尽的话，可以给我的Github 主页 或者 项目加个watch或者star之类的（滑稽），以后说不定还会再分享一些相关的经验。