pytorch1.3.0（含其依赖环境）离线安装

前言

今天刚用pytorch进行训练时发现所安装的cuda版本与pytorch的版本不对应，导致用不了GPU加速。也是因为随便装的导致的问题，为了给同是新手的其他人一点帮助，今天就写一个安装教程。在线安装的时候老是会断线，安装的很慢，所以今天做的是离线安装。

PYTORCH所需环境

不同的版本的pytorch所对应的torchvision、cuda、cudnn的版本都不一样，如果你要装其他版本的pytorch，相对应的版本可以PYTORCH官网去寻找。

pytorch1.3.0所需要的环境如下：

软件	版本
python或anconda	3.6
torchvision	0.4.1
cuda	10.1
cudnn	7.6.4

所需安装包

1、pytorch和torchvision安装包可以到清华大学开源软件镜像站去下载。里面也有cuda的各个版本下载，可惜是没有找到cudnn的安装包
2、如果你需要其他版本的cuda包也可以到官网去下载。
3、cudnn的安装包同样可以到官网去下载，可惜的是需要登陆账号才能下载。注册账号并不困难，如果嫌麻烦可以在下面我的百度云自取，但只有cudnn7.6.4版本，其他版本还是要去官网下载。

安装流程

1、pytorch和torchvision的安装，先cd到安装包所在目录。

1 | conda install --offline pytorch-1.3.0-py3.6_cuda101_cudnn7_0.tar.bz2
2 | conda install --offline torchvision-0.4.1-py36_cu101.tar.bz2

2、cuda的安装和普通软件的正常安装相似，在此就不赘述。
3、cudnn解压后会有如下图的三个文件夹，只需要把这三个文件夹粘贴到cuda的安装目录下即可。cuda默认安装路径为：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

百度云链接：

链接：https://pan.baidu.com/s/1fp877R0WuR3mlAGJSOADeg
提取码：e0x1