win10笔记本安装PyTorchGPU+CUDA+cuDNN

0 anaconda conda 切换为清华大学镜像源

由于官方源下载速度太慢，所以切换清华镜像是很常见的conda安装方式，命令行中直接使用以下命令：

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/

 

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

 

# for legacy win-64

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123

 
有时候国内镜像源无法连接，需要恢复原来的源：

conda config --remove-key channels

1 pytorch安装

点击直达官网

版本选择，我的选择如图，建议不要选择太新的版本，很可能导致程序出错，又需要降回低版本

 

由于即使切换为清华源速度也很慢，所以使用指定源的方式通过pip直接安装，以下是两个可行的版本搭配方式，pytorch版本直接决定后面需要的CUDA版本，千万要弄清楚

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.2.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

 

多试几次，有时候会突然从40k/s飙到1.4M/s，太慢就直接断开重新开始

 

 命令行验证pytorch是否正常安装成功，可以正常打印出版本号就表明安装没问题。

import torch
print(torch.__version__)

 

 

 

2 CUDA下载与安装

点击直达官网

注意选择之前安装pytorch时的对应版本

 选择对应的操作系统

 

 

将图示文件（CUDA安装目录的bin文件夹中）在高级系统设置里设置为环境变量

 

 

 命令行中通过nvcc -V检查CUDA安装情况

 

 

3 cuDNN的下载与安装

点击此处直达官网  需要注册账号才能下载

还是需要注意对应pytorch版本

 解压后覆盖CUDA安装目录的对应文件夹

 

 

 查看安装情况，有时失败是因为没把笔记本独立显卡设置为默认显卡。

 

 

 

 

主要参考：

https://blog.csdn.net/Mind_programmonkey/article/details/99688839

https://blog.csdn.net/jer8888/article/details/100558964