一、一点前期准备
- 下载Anaconda,版本不限,下载完成后,点击安装时注意有“添加到环境变量”选项时记得勾选,这样就可以不用自己再配置环境变量了。(如果你没点,那么切记你的安装路径,后续自己添加环境变量时用的到,后续自己怎么添加,自行百度吧,如果点了,可以不用这一步的)
- 查看自己显卡的支持的版本号,打开
cmd
输入nvidia-smi
,可以看到自己电脑支持的最大的cuda版本,选择一个小于这个标识的版本!不要等于,我选了一个等于的,结果报错重装。
- 去该网址1和该网址2分别下载CUDA和CUDNN对应自己电脑的版本; 我选择的是 cuda_9.2.148_win10以及cudnn7.2(cudnn版本号与cuda号是对应的),记住自己的cuda版本号!( 忘记了的话,可以用打开
cmd
,输入nvcc -V
查看)
- 参考该链接安装CUDA及cudnn;其中将解压Cudnn后得到的三个小文件夹(include,bin,lib)复制到CUDA的安装目录(默认安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2)即可;
二、开始安装pytorch
-
离线快速安装方法,推荐 与网上直接联网下载的方法不同,直接去清华镜像网站下载到自己电脑,安装会更加快速和安全。点击该网址查看,找到自己对应版本的torch直接下载,很快,我的对应版本如下。
注意,torch的版本1.4.0
不受限,可以选择比我这个更新的版本;py3.6
表示自己的python版本,必须对应;cuda92
表示我的cuda版本号,7_0
是cudnn的版本号。这两者也必须和自己所安装的版本对应; -
下载好上面那个torch包后,在Anaconda prompt 里利用
cd
命令定位到自己下载的文件所在位置,在base
环境下安装就好,不需要新建envs
; 如下图1所示;因为是压缩包,所以安装命令为下下图2所示,安装很快,包括下一步的安装,所以才极力推荐这种离线安装版本:
注意!,安装的时候断网,这样才能离线安装,速度很快,大概只有几秒
conda install --use-local ****.bz2 //****部分为自己下载的文件名
- 还是去该网址 下载
torchvision-0.5.0-py36_cu92.tar.bz2
,除了py36
和cu92
与自己的版本号对应之外,其余的数字号可以自己选择。下载完成后,在Anaconda prompt里,利用cd
命令定位到自己下载的文件所在的位置,然后输入如下代码。等待安装完毕
conda install --use-local torchvision-0.5.0-py36_cu92.tar.bz2
- 输入以下代码检验
> python
> import torch
> print(torch.cuda.is_available())
> # 如果显示结果为 True, 则表示全程安装成功。