前言

實驗需要，之前使的tensorflow【因為自己手邊的服務器都是windows環境TT...】，但身邊的師兄們用的都是pytorch，自己查了查現在做科研基本上都是用的pytorch，而且現在pytorch的windows版本也已經很成熟了，fastai深度學習庫也受到了廣泛的好評，所以...果斷轉！

環境搭建-windows-gpu版：

入門嘛當然是先搭建環境啦，網上資料蠻多的，這裏我就記錄一下我的搭建過程吧：

一、版本選擇：

網上看看，現在pytorch最新版的都是1.0了哇，然而很多開源的項目用的還都是0.4版的，現在剛入門，還是基礎為主，就選擇最新版pytorch1.0吧！

二、系統需求：

1、Python:3.6及以上

2、操作系統環境：windows

備註： binary = 直接可以安裝, source = 必須從源碼編譯

三、通過Anaconda安裝：

之前沒安裝過Anaconda的需要安裝好之後再進行之後的操作！[教程網上很多（有的也很坑，慎重選擇！），這裏不再贅述]

這裏因為俺之前摸爬滾打，入了很多坑，所以有些操作就只簡單解釋一下，如果不懂可以自己查查或者留言~

1、使用Anaconda創建虛擬環境【防止出現你之前的許多包or環境與Python,PyTorch以及其他包的版本出現不兼容等玄學問題！】：

• 查看當前存在哪些虛擬環境：conda env list 或 conda info -e

?

• 創建python虛擬環境：

使用 conda create -n your_env_name python=X.X（2.7、3.6等） anaconda 命令創建python版本為X.X、名字為your_env_name的虛擬環境。your_env_name文件可以在Anaconda安裝目錄envs文件下找到。
# 指定python版本為3.6，註意至少需要指定python版本或者要安裝的包# 後一種情況下，不指定python版本，自動安裝最新python版本
conda create -n env_name python=3.6
# 同時安裝必要的包
conda create -n env_name numpy matplotlib python=3.6
 

• 激活創建的虛擬環境：Windows: activate your_env_name(虛擬環境名稱)，這是使用python --version可以檢查當前python版本是否為想要的。

?

2、在當前虛擬環境下通過conda安裝pytorch：

如果和我一樣準備安裝的是gpu版的，註意一定要檢查你的cuda版本，確保和你的系統保持一致。一般推薦的是cuda9.0版的【相對最新版要穩定的多】，如果沒安裝cuda，可以自行安裝後再進行之後的步驟，推薦按照官網教程來：win10+cuda9.0+cuDNN 7.0+TensorFlow-gpu install steps【一定要註意版本匹配的問題！】：

• 進入之前配置好的虛擬環境中：activate -虛擬環境名稱（如果你忘記了之前的虛擬環境名稱，輸入：conda env list）
• 安裝每日編譯 nightly 的 PyTorch，註意 cuda 的版本要和你自己的系統保持一致，比如在 CUDA 9.2 上安裝：

conda install -c pytorch pytorch-nightly cuda92

• 如果你的系統沒有安裝 cuda，那麽可以通過下面的命令安裝 cpu 版本的 PyTorch：

conda install -c pytorch pytorch-nightly-cpu

安裝 fastai：

conda install -c fastai fastai

• 如果安裝過程有什麽問題，請確保你的 conda 版本已經更新到最新：

conda update conda

3、安裝成功後的測試：

因為是gpu版的，而且在windows上安裝，難免會有許多玄學bug出現，這時是否能用，就要測試一下啦：

同樣在之前的cmd虛擬環境中輸入：

import torch    # 如正常則靜默

a = torch.Tensor([1.])    # 如正常則靜默

a.cuda()    # 如正常則返回"tensor([ 1.], device=‘cuda:0‘)"

from torch.backends import cudnn # 如正常則靜默

cudnn.is_acceptable(a.cuda())    # 如正常則返回 "True"

?

【Pytorch-入門】windows下的環境搭建（經驗證成功~）