win10下安裝使用pytorch以及cuda9、cudnn7.0
pytorch是一個優雅的深度學習庫,相比TensorFlow更年輕也更充滿潛力,在官方的介紹中pytorch只支援linux和mac,但其實windows也是可以安裝以及正常使用的
平臺:
win10(版本1709)
CPU:i5-7400
顯示卡:1060 6G
內容:8G
軟體:
anaconda3
pycharm專業版
首先從官網下載相應的cuda和cudnn庫,記住下載win10版本的,不要下錯。一些額外的下載資訊可以檢視我之前的一篇文章(pytorch-0.2成功呼叫GPU:ubuntu16.04,Nvidia驅動安裝以及最新cuda9.0與cudnnV7.0配置):http://blog.csdn.net/iamoldpan/article/details/78459208
windows下安裝cuda和cudnn還是非常容易的,下載最新版即可(cuda9.0和與之相對應的cudnn版本)
安裝好之後,開始建立虛擬環境,這裡建議使用anaconda3,不論是方便性還是拓展性都比只使用pip強。在官網下載anaconda3然後進行安裝,建立一個虛擬環境:http://blog.csdn.net/iamoldpan/article/details/77969477(注意在安裝的時候需要勾上環境變數的選項,如果沒有需要自行在環境變數中加入相應路徑(…/anaconda3/Scripts))
建立好虛擬環境後,在pycharm中建立工程,將直譯器選擇為之前建立的環境(不用pycharm也可以,這裡只是做例子,只要有python的簡單IDE即可):
上圖是已經安裝完成後的直譯器介面,可以看到pytorch和torchvision以及一系列依賴包都已經安裝好。
選擇直譯器後,開始conda環境中只有剛開安裝的幾個程式包,這是需要安裝pytorch需要的依賴包:
注意:一定要在虛擬環境中進行安裝,如果在終端中建立了虛擬環境但是無法啟用,可以通過conda install -n my-env package
指令虛擬環境來進行安裝,同樣pip安裝直接使用虛擬環境中的pip命令進行安裝:.../envs/my-envs/Scripts/pip install package
,總之要安裝到虛擬環境中去。
conda install numpy pyyaml mkl setuptools cmake cffi
因為直接從官網源下載速度很慢,我們可以修改conda的安裝源來進行加速:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
然後進行依賴包的安裝
安裝完依賴包後,開始進行pytorch和torchvision的安裝:
首先下載pytorch的pip安裝包:https://pan.baidu.com/s/1nvaamrn#list/path=%2F
我安裝的是,pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2,即python3.6-cuda8版本的安裝包下好後,進入到該檔案的目錄中,在終端中輸入:
pip install pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2
即可進行安裝,安裝速度一般很快,如果是固態硬碟,5~6s即可安裝完畢。
torchvision的安裝相對簡單很多,是從conda和pip安裝即可,只要注意安裝到對應的虛擬環境中即可。
大功告成
全部安裝完後,如果沒有意外:
就可以在window中使用pytorch了