PyTorch在Windows10中的安装和配置

1、问题描述

1、介绍
  这学期有模式识别课程，老师布置了一项代码复现的任务，因此，我找到一篇论文，对里面的代码进行复现。代码需要在Linux系统中运行。因此，在自己的Linux虚拟机中安装运行环境，在安装过程中发现了一些问题：
（1）python、cuda、cudnn和pytorch之间的版本要对应，不然会有一些不兼容的问题；
（2）在PyTorch官网上，按照推荐的conda命令执行安装，在安装过程中，刚开始时，依赖下载的速度很快，但是由于网络不稳定，对于超过100M左右的依赖往往下载中断，从而需要重新下载；
（3）在Anconda中搜索安装也是失败。
  今天下午趁着有时间，想在自己的电脑上再安装一下PyTorch试试。
2、环境
（1）Windows10
（2）Anaconda3-2020.07-Windows-x86_64，python3.6中安装GPU类型的PyTorch，版本维torch=1.5.0和 torchvision=0.6.0。

2、安装Anaconda

  之前写过一篇文章，Anaconda的安装和配置可以参考下面的网址进行安装，这里不在赘述。

https://blog.csdn.net/weixin_43334389/article/details/110393454

3、查看版本对应信息

1、查看电脑中NVIDIA显卡配置
  查看显卡配置信息有下面两种方式：
（1）在cmd窗口中输入nvidia-smi指令进行查看


（2）在NVIDIA的帮助信息中查看


2、选择CUDA的版本
（1）PyTorch和cuda的版本对应信息


（2）NVIDIA的驱动版本和CUDA的对应信息
  参考网址：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions

  通过查看NVIDIA的配置信息，可以看到NVIDIA的驱动版本为452.56，结合PyTorch和cuda的版本对应信息，选择安装CUDA10.1版本的。

4、安装PyTorch

1、使用Anaconda创建虚拟环境

conda create -n pytorch python=3.6
# 查看环境安装
conda info --envs

执行下面的指令进入虚拟环境：

conda activate pytorch

2、安装PyTorch
（1）添加国内镜像
  为了有效起见，我把下面的镜像都添加到配置中了：

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/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --set show_channel_urls yes

  可以在Anaconda中查看：


（2）执行安装指令
  进入PyTorch界面，找到指定版本进行安装：


  由于版本太高，我们选择低版本进行安装，执行下面指令进行低版本安装：

# 1.5版本的
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# 1.6版本的
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

  经过多次安装测试发现，在使用下面的conda指令安装时，由于网络原因，进程会停止，导致安装失败。因此，采用本文的pip指令的方式可以进行成功安装。
（3）测试

import torch

# 查看torch版本
print(torch.__version__)
# 查看CUDA是否可用，返回True表示可以使用 GPU。
print("gpu", torch.cuda.is_available())

  此时，PyTorch已经为我们安装好了CUDA、cuDNN之类的，我们不再需要花费时间来安装 CUDA、cuDNN 之类的，真的很方便。