1. 定义说明
anaconda:是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项;
CUDA:NVIDIA 推出的用于自家 GPU 并行计算的框架;
CuDnn:NVIDIA打造的针对深度神经网络的加速库,是一个用于深层神经网络的GPU加速库;
PyTorch:Facebook 开发的深度学习框架。
2. 安装
PyTorch 有 GPU 和 CPU 版本,如果安装 GPU 版本则需要先安装 CUDN。
2.1 安装 anaconda
有时候需要同时使用 anaconda2 和 anaconda3,需要注意安装的目录:
先安装 anaconda2,选择安装路径后需要选择下面两个选项:
第一个选项是将安装目录加入到系统的PATH环境变量中,以后在CMD中便可以直接用python命令启动python。
第二个选项是让其他IDE能够检测到Anaconda2并将Anaconda2作为默认的Python 2.7
然后安装 anaconda3,安装目录需要选择在:anaconda2\envs 子目录下面。
这里取消掉那两个勾,其实第二个 √ 没有影响。
安装完成后,启动 cmd,输入 python,显示:
如果需要启动 python3,则进入 anconda3 安装的位置,激活名称,然后输入 python3 即可:
2.2 安装 CUDA
安装 CUDNA前先安装 VC2015,然后下载安装文件cuda_8.0.61_windows,我下载的是 cuda_8.0.61_windows 版本,选择路径一路安装即可,安装完成显示:
打开 cmd,输入 nvcc -V,显示如下,表示安装成功。
2.3 安装 CuNnn
官网上注册即可下载 CuDnn 的安装包,得到3个文件夹:bin, include, lib。将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0” 对应的文件夹下即可。
2.4 安装 PyTorch
由于共同安装了 anaconda2 和 anaconda3, 需要注意 PyTorch 的版本和安装的路径。进入官网(https://pytorch.org/get-started/locally/)找到对应的版本和安装方式。比如要安装 CUND8.x版本的 python3.6,如下:
进入 cmd,输入:activate anaconda3,然后输入(需要翻墙):
pip3 install https://download.pytorch.org/whl/cu80/torch-1.0.0-cp36-cp36m-win_amd64.whl
检验安装成功。