win10安装Pytorch-GPU 记录

1.下载安装CUDA与CuDNN

参考资料：https://www.cnblogs.com/luckyplj/p/13179220.html

1.1 查看NVIDA控制面板，查看GPU驱动程序版本

zai 菜单中找到帮助选项，点击系统信息，查看系统信息当中的驱动程序版本，此处显示版本为441.83

1.2 下载并安装CUDA

1.2.1 查看适合自己GPU驱动版本的CUDA版本

查询网址：https://docs.nvidia.com/cuda/pdf/CUDA_Toolkit_Release_Notes.pdf
打开该PDF的第13页附近可以看到如下内容：

由于我的驱动版本是441.83，所以这里我选择CUDA 10.2.89版本。

1.2.2 打开官网，下载CUDA

网址：https://developer.nvidia.com/cuda-10.1-download-archive-update2?target_os=Windows&target_arch=x86_64&target_version=10

点击历史发布版本，如下图所示：

1.2.3 CUDA安装界面

点击同意并继续

这里精简的意思是精简安装过程，不是精简安装内容（选择第一个会安装所有组件都安装）。点击下一步

这里选择默认勾选的驱动程序组件， 点击下一步

安装完成之后，按下ctrl + r 　输入 “cmd” 打开 命令提示符应用, 输入 nvcc -V,出现如下图所示的结果说明安装成功

安装完成之后, 环境变量会自动配置

1.3 安装 cuDNN

1.3.1 打开官网,下载cuDNN

网址: https://developer.nvidia.com/rdp/cudnn-download
打开网址后,登录NVDIA账号,进入cuDNN下载界面,选择和自己CUDA版本对应的cuDNN版本,这里我的CUDA是10.2的,所以下载中间cuDNN v8.03

解压下载的压缩包，有三个文件夹bin、include、lib，将这三个文件夹中内容复制到对应NVIDIA GPU Computing Toolkit\CUDA\v10.2的三个文件夹bin、include、lib。

1.3.2 配置环境变量

具体步骤：
📕右键点击此电脑图标
📕高级系统设置
📕环境变量
📕找到系统变量中的path
📕点击编辑，新建
📕复制路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64到最后一行即可

2.下载安装Pytorch-GPU

在Pytorch官网中找到conda的安装命令（如果已经安装anaconda）
网址: https://pytorch.org/get-started/locally/

2.1 设置清华源Pytorch镜像地址

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
 conda config --set show_channel_urls yes

2.2 下载Pytorch

设置过清华源后，只需要在命令行输入 conda install pytorch torchvision cudatoolkit=10.2即可

2.3 测试

打开jupyter notebook，导入 torch后
调用torch.cuda.is_available()确认是否返回true