详细介绍win10下1.4(stable)gpu版本的pytorch的安装过程:
1. 检查个人pc的gpu是否满足要求
2. cuda安装
CUDA Toolkit Archivedeveloper.nvidia.com
- 下载的时候可以选择IDM或者其它的下载工具来加速下载
- 安装的时候是图形化界面,选择默认路径就行,之后选择推荐的安装,因为推荐安装会安装对应的驱动版本,避免以后出错的机率
- 安装完成后可以在系统的命令行窗口使用 nvcc -V 命令查看一下安装的版本信息
3. cudnn安装
- 在下面网站下载与上一步安装的cuda版本对应的cudnn的版本(网站需注册登录)
NVIDIA cuDNNdeveloper.nvidia.com
- 将cudabin目录中的 cudnn64_7.dll 复制到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0bin 中
- 将cudainclude目录中的 cudnn.h 复制到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0include 中
- 将cudalibx64 目录中的 cudnn.lib 复制到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libx64 中
4. 添加环境变量
- 将 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2 添加到系统 PATH
- 将 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64 也一样
- 注意:选择自己的安装路径,我安装cuda的时候选择的是默认路径
5. 下载配置anaconda
- 在以下网站 下载 anaconda 或在各镜像源网站下载
Anaconda Python/R Distribution - Free Downloadwww.anaconda.com
- 按下面方法修改一下 conda 源方便日后安装更新各个模块
Tsinghua Open Source Mirrormirror.tuna.tsinghua.edu.cn
- 尽量在 conda 里新建一个 python 环境,在这个环境里安装 pytorch
- 在 torch 官网查看相应版本的安装命令
PyTorchpytorch.org
6. 测试安装成功与否
- 若输出为 True 则证明安装成功,可以借用gpu的计算能力