win10+cuda10.1+python3.6 pytorch安装

win10+cuda10.1+python3.6 pytorch安装

cuda下载安装：

https://developer.nvidia.com/cuda-downloads

坑

第一次安装时NIVDA所有插件全部安装失败，可以通过自定义的方式取消Visual Studio Intergration,然后进行安装，安装成功
由于当时未记录，所以此处从网上找了几个类似的图说明：
摘自：https://blog.csdn.net/zzpong/article/details/80282814

验证CUDA是否已安装

打开cmd/powershell ,输入：nvcc -V

下载CUDNN

https://developer.nvidia.com/cudnn
下载过程有点曲折，各种登录、问卷
下载之后，

Step1: 解压：会生成cuda/include、cuda/lib、cuda/bin三个目录；

Step2: 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。

Step3: 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。

下载pytorch:

pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1-cp36-cp36m-win_amd64.whl

安装torchvision

pip3 install torchvision

测试GPU-pytorch

cmd/powershell/jupyter 进入python

import torch
torch.__version__
torch.cuda.is_available() #True表示正常

相应tensorflow安装参考：https://blog.csdn.net/qq_38163755/article/details/84382178

Anaconda创建tensorflow环境

打开Anaconda Prompt，进入Anaconda命令行管理界面。配置清华仓库镜，输入指令：

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

创建运行环境，输入指令：

conda create -n tensorflow-gpu python=3.6

新建一个名字叫“tensorflow-gpu”，python版本为3.6的运行环境，此环境与Anaconda中其它环境隔离。随后，输入“y“和回车后开始安装。

其中tensorflow-gpu为环境名，可以自定义。python版本3.6。安装tensorflow cpu版本比较简单，所以主要以tensorflow-gpu示例
然后输入

conda activate tensorflow-gpu

#conda deactivate tensorflow-gpu

进入环境，然后下载tensorflow，只能选一个下载
cpu版本

conda install  tensorflow	

gpu版本

conda install tensorflow-gpu

验证测试安装是否成功

python

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))