Windows10+GPU版 pytorch 安装

方便后续重新使用，将安装过程记录在此。

由于pytorch官网点击打开链接提供了windows的安装方式，故直接采用这种方法，当然也可以通过anaconda来安装。

由于是安装gpu的版本，故需要先安装cuda以及与其版本相对应的cudnn。

本人电脑是华硕，i5，64位，NVIDIA GeForce 940MX，已安装VS2015。查看gpu属性的方式：“此电脑”右键“属性”→“设备管理器”→“显示适配器”，会跳出具体的版本。

满足cuda所提供的安装配置需求

“https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4TpI4c8vf”。

1，安装显卡驱动，本机默认已安装。

2，cuda:

进入“https://developer.nvidia.com/cuda-downloads”，选择对应的系统配置下载cuda.xxxxxx.exe文件

类似一般性的windows应用的安装方式安装即可（目前最新的是cuda 9.2,本人安装的是9.1）。

验证是否已安装：打开cmd,输入：nvcc  -V，输出：

表示已安装。还有其余的验证步骤可参考“https://blog.csdn.net/fengbingchun/article/details/53892997”

3，cudnn:

官网：https://developer.nvidia.com/cudnn

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。

所以配置cuDNN时是要对cuda进行一些修改，所以我们要先安装cuda。cuDNN下载需要注册。

下载之后，

(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。

4，pytorch:

本人选择pip安装，'pip,cuda9.1,python3.6'，cmd输入：

pip install http://download.pytorch.org/whl/cu91/torch-0.4.0-cp36-cp36m-win_amd64.whl

安装 torchvision，通过本地安装的方式进行安装的，

下载地址：（https://pypi.python.org/pypi/torchvision/0.2.1）

用cmd进入torchvision所在的文件夹下，输入下面的命令安装：

pip install torchvision-0.2.1-py2.py3-none-any.whl

5，测试torch能否用gpu:

>>>import torch

>>>torch.__version__

>>>torch.cuda.is_available()

输出True即可。

此部分可参考“https://blog.csdn.net/sunqiande88/article/details/80085569”