标签：PyTorch cuDNN pytorch conda CUDA install NVIDIA win10 GPU
准备工作：
- 安装语言环境 Python 建议3.8.0以下（conda创建低版本环境也可以）
- 安装包管理工具 Anaconda（Pip等也可以）
- 查看GPU是否是NVIDIA,并查看该版本是否支持CUDA,检查驱动版本下载相应版本的CUDA以及PyTorch
- 不支持：PyTorch(None CUDA)
- 支持：CUDA -> CUDNN ->PyTorch
- CUDA 并行计算框架，处理大型并行计算
- cuDNN 深层神经网络的GPU加速库
都是NVIDIA出的，且必须使用NVIDIA
下载并安装Anaconda
把Anaconda加入环境变量，以直接在cmd中使用conda、jupyter、ipython等命令
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号，需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
查看设备管理器
win+x,然后 m，在设备管理器查看电脑GPU是否是NVIDIA
查看支持cuda版本
方法一： win+r -> dxdiag -> 显示
方法二：查看NVIDIA控制面板
- 桌面右击
- 控制面板
安装 CUDA和 cuDNN (无N卡跳过)
将路径cudnn-8.0-windows10-x64-v7.1-ga\cuda下的文件全部复制到路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下
下载 pytorch
- 无N卡
conda install pytorch torchvision torchaudio cpuonly -c pytorch
- N卡版本旧（有的已经太旧不支持，参考无N卡）
各平台旧版本pytorch下载方式
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch - 下载python环境对应包 https://download.pytorch.org/whl/torch_stable.html
# cmd
文件路径 > pip install xxx.whl
N卡支持的CUDA版本如果不在上图（无N卡）CUDA的列表上建议使用无N卡方式下载，没有GPU加速，不影响框架学习
如果出现环境解析错误，查看上图对应的版本问题
conda create -n [environment-name] python=3.6
conda activate [environment-name]
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch
设置PyCharm使用Anaconda的环境
相关参考:
标签：PyTorch,cuDNN,pytorch,conda,CUDA,install,NVIDIA,win10,GPU 来源： https://blog.csdn.net/feishuoren/article/details/121004189
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。