1. PyTorch环境安装配置(Windows & gpu)

• 确定显卡驱动是否正确安装
• 下载cuda10.1（好像pytorch集成了cuda，所以好像不需要单独安装，但是为了稳我还是装了）
• 下载anaconda安装并配置环境变量

---

• 创建虚拟环境

conda create -n pytorch_gpu pip python=3.7

conda activate pytorch_gpu

---

• 使用中科大镜像下载pytorch

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

#读取时显示源
conda config --set show_channel_urls yes

conda install pytorch torchvision cudatoolkit=10.1
#此处注意不要带 -c pytorch, 否则会从官方下载，很慢。

• 若需要恢复默认源

conda config --remove-key channels

• 验证gpu版本是否安装成功

python
>>> import torch
>>> torch.__version__
XXX
>>> torch.cuda.is_available()
True

• cudnn安装（非必须，顺手装的）

https://developer.nvidia.com/rdp/cudnn-download //下载对应版本

• 官网下载好后可以直接解压文件夹。然后将这个文件夹下的文件按照如下操作复制到CUDA路径下：

Copy  <installpath>\cuda\bin\cudnn64_7.dll  to   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
Copy  <installpath>\cuda\include\cudnn.h   to   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
Copy  <installpath>\cuda\lib\x64\cudnn.lib  to   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64