Win10下配置Pytorch开发环境(GPU-CUDA10.0-CUDANN7)

本机配置:

system :Win10 64bit

GPU: 1050Ti 4G

安装前的准备工作

在配置pytorch的GPU版环境前需要确定好需要安装的pytorch版本，从而确定CUDA与CUDANN的对应版本，各个包的版本一定要能够对应上，否则会出错。

pytorch各个版本的下载链接： https://download.pytorch.org/whl/torch_stable.html

我这边下载的 torch-1.5.0+cu101-cp36-cp36m-win_amd64.whl， 安装时直接pip运行.whl文件即可完成安装。

过程中可能会存在部分包的依赖问题，如果自动下载不成功可以选择到下面的链接手动下载.whl文件进行安装

https://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

安装CUDA

CUDA的下载地址为https://developer.nvidia.com/cuda-10.0-download-archive

可以根据自己的环境与需要选择版本下载，这里下载就建议使用迅雷了，会快得多。

安装的过程就不需要说明了，傻瓜式安装下一步就可以了。（note：这个地方有人讲是需要先在系统环境中安装VS2017，这样才能编译CUDA）

安装完成之后可以在命令行中输入nvcc -V进行测试，如果看到以下信息则表示CUDA安装成功了

安装CUDANN

CUDANN的下载链接为

https://developer.nvidia.com/rdp/cudnn-archive

选中目标文件下载完成过后直接解压，可以看到如下文件系统

随后将bin、include、lib文件夹拷贝到上一步安装的CUDA文件夹下进行覆盖即可。

测试与坑

最后进入刚才安装python环境中, 输入命令进行判断,如果返回True则表示安装成功

In:import torch
In:torch.cuda.is_available()
Out:True

记录一个坑:

在我这边安装的时候遇到把所有配件都安装好过后依然无法使用GPU进行torch开发的情况. 确认过了全部的配件与安装过程没有问题过后, 死马当活马医地将GPU的驱动更新到了最新版, 结果居然就可以在torch中正常使用GPU了.