cuda环境变量_pytorch-gpu win10配置+cuda+cudnn

搞了一天时间，总算把pytorch-gpu给配置好了，感觉自己真的太菜了，要努力了！因为废了很大功夫，所以，写下来，方便未来再配置的时候翻阅。

第一，下载cuda安装

参考博客：https://blog.csdn.net/Mind_programmonkey/article/details/99688839

（我怕别人的博客未来被删除，所以自己复制一份）

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡，可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。

图片来源与别人的网站：https://blog.csdn.net/Mind_programmonkey/article/details/99688839

第二，下载对应的cuda ，下载地址：https://developer.nvidia.com/cuda-gpus

测试本机独立显卡是否支持CUDA的安装，点击此处查询显卡是否在列表中。从下面第二个图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是6.1。下载地址为https://developer.nvidia.com/cuda-toolkit-archive

下载文件是2.1GB，所以建议用迅雷下载。直接复制链接地址，迅雷直接就会捕获到你的下载链接，下载速度相当的快！

接下来就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。

接下来，进入NVIDIA安装过程，在这安装过程中，我一开始直接选择的精简安装，但由于VS的原因，导致无法正常安装，于是我换成了自定义的安装方式，并将VS勾给去掉，便可以正常安装了，至于CUDA的安装目录，大家默认安装在C盘即可。我安装的也是c盘。

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

建议先创建CUDA_HOME:

然后再配置path。这样会避过出现路径过长的异常。

安装完成之后测试CUDA是否正常安装。可以看到测试成功，接着进行cudnn的下载。

第三，cudnn 的下载及配置

下载地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

免注册下载方式：

复制下载地址，进入迅雷下载即可

然后将cudnn解压，并将解压的文件中的这三个文件：

拷贝到：CUDA的安装目录CUDA/v10.0下：

第四，安装pytorch。这一步十分麻烦。

去清华镜像下载pytorch-gpu : pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2

链接地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

下载到指定的目录下，打开 Anaconda Prompt安装：

切换到对应的pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2下载目录，然后直接再Anaconda Prompt 中输入下面命令，安装对应的配置：

conda install numpy mkl cffi

会提示安装cudatoolkit-10.0.130-0,直接 y，安装。

接着输入，如下命令，安装 pytorch-1.2.0

conda install --offline pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2

结果如下就对了：

此时pytorch安装完毕，我们可以进行测试：

再Anaconde Prompt 下输入python，回车：

完成，再pycharm中测试：

结果：

好的，搞定了，接下来就可以好好的利用自己的GPU跑pytorch代码了！爽歪歪！！