cuda nvcc版本不一致_win10安装pytorch-gpu版本

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

• 在下面网站可以下载到相应的版本

CUDA Toolkit Archive​developer.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 cuDNN​developer.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 Download​www.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 Mirror​mirror.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

PyTorch​pytorch.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