【环境搭建】window环境中pytorch安装记录（GPU版）

目录

一、安装cuda和cudnn

二、在线安装方式

三、离线安装pytorch

3.1 下载源介绍及安装

（1）官方下载源：

（2） 清华源

（3）安装离线包

3.2 测试

---

一、安装cuda和cudnn

（1）什么是cuda

 CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。

 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

 (2) 什么是cudnn

    NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。

具体安装方式，参考我的另一篇博客：CSDN

二、在线安装方式

根据cuda版本和python版本下载相对应的pytorch版本。

打开Start Locally | PyTorch

pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

conda命令：

1）由于官方下载太慢，需要更换为清华下载源：

# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
config --set show_channel_urls yes  

2）conda安装命令

conda install pytorch torchvision cudatoolkit=10.0

 （ps: 如果网络没问题，是可以安装成功的，但是我失败了，所有只能选择离线安装方式）

三、离线安装pytorch

3.1 下载源介绍及安装

（1）官方下载源：

https://anaconda.org/pytorch/pytorch/files?sort=basename&sort_order=desc&version=1.5.0&type=conda

（2） 清华源

清华源pytorch:  Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

清华源cuda: Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

（3）安装离线包

我从这里下的：Index of /anaconda/pkgs/main/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载了3个比较大的包

conda install --offline 包名

 命令：

conda install pytorch-1.2.0-py3.6_cuda100_cudnn7_1.tar.bz2

conda install cudatoolkit-10.0.130-0.tar.bz2
conda install mkl-2021.3.0-haa95532_524.tar.bz2

 安装完后可以重新执行一次：

conda install pytorch torchvision cudatoolkit=10.0

 会将其他的包进行安装。

（4）其他方式补充

torch-1.2.0-cp36-cp36m-win_amd64.whl
torchvision-0.4.0-cp36-cp36m-win_amd64.whl

进入https://download.pytorch.org/whl/torch_stable.html

补充：

在使用python时经常可以发现某个lib有whl、tar、tar.gz等格式的包。

whl包：已经编译的包，类似于exe文件；
tar包：源文件，只是打包在一起，还没有编译；
tar.gz包：源文件，压缩并打包在一起，还没有编译。
如果环境挺充足，可以用tar包或者tar.gz包；

如果环境欠缺，比如缺少某些编译环境，或者想要快速且稳定，可以考虑whl包；

一般网络好的情况下，直接pip在线安装了… 但是有些时候没有编译环境，就得用whl包。

3.2 测试

进入python环境

import torch
torch.cuda.is_available()

返回结果为true，证明安装成功。