点击小箭头阅读更舒适 如果觉得卡顿,请点击小眼睛关闭蜘蛛网特效

win10下安装使用pytorch以及cuda9、cudnn7.0

pytorch是一个优雅的深度学习库,相比TensorFlow更年轻也更充满潜力,在官方的介绍中pytorch只支持linux和mac,但其实windows也是可以安装以及正常使用的

平台:
win10(版本1709)
CPU:i5-7400
显卡:1060 6G
内容:8G

软件:
anaconda3
pycharm专业版

首先从官网下载相应的cuda和cudnn库,记住下载win10版本的,不要下错。一些额外的下载信息可以查看我之前的一篇文章(pytorch-0.2成功调用GPU:ubuntu16.04,Nvidia驱动安装以及最新cuda9.0与cudnnV7.0配置):http://blog.csdn.net/iamoldpan/article/details/78459208

windows下安装cuda和cudnn还是非常容易的,下载最新版即可(cuda9.0和与之相对应的cudnn版本)

安装好之后,开始创建虚拟环境,这里建议使用anaconda3,不论是方便性还是拓展性都比只使用pip强。在官网下载anaconda3然后进行安装,创建一个虚拟环境:http://blog.csdn.net/iamoldpan/article/details/77969477(注意在安装的时候需要勾上环境变量的选项,如果没有需要自行在环境变量中加入相应路径(…/anaconda3/Scripts))

创建好虚拟环境后,在pycharm中创建工程,将解释器选择为之前创建的环境(不用pycharm也可以,这里只是做例子,只要有python的简单IDE即可):

《win10下安装使用pytorch以及cuda9、cudnn7.0》

上图是已经安装完成后的解释器界面,可以看到pytorch和torchvision以及一系列依赖包都已经安装好。

选择解释器后,开始conda环境中只有刚开安装的几个程序包,这是需要安装pytorch需要的依赖包:

注意:一定要在虚拟环境中进行安装,如果在终端中创建了虚拟环境但是无法激活,可以通过conda install -n my-env package指令虚拟环境来进行安装,同样pip安装直接使用虚拟环境中的pip命令进行安装:.../envs/my-envs/Scripts/pip install package,总之要安装到虚拟环境中去。

conda install numpy pyyaml mkl setuptools cmake cffi

因为直接从官网源下载速度很慢,我们可以修改conda的安装源来进行加速:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

然后进行依赖包的安装

安装完依赖包后,开始进行pytorch和torchvision的安装:
首先下载pytorch的pip安装包:https://pan.baidu.com/s/1nvaamrn#list/path=%2F
我安装的是,pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2,即python3.6-cuda8版本的安装包下好后,进入到该文件的目录中,在终端中输入:

pip install pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2

即可进行安装,安装速度一般很快,如果是固态硬盘,5~6s即可安装完毕。
torchvision的安装相对简单很多,是从conda和pip安装即可,只要注意安装到对应的虚拟环境中即可。

大功告成

全部安装完后,如果没有意外:

《win10下安装使用pytorch以及cuda9、cudnn7.0》

就可以在window中使用pytorch了

  点赞
本篇文章采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可
转载请务必注明来源: https://oldpan.me/archives/win10-pytorch-cuda9-cudnn7-0

   欢迎关注Oldpan博客微信公众号,同步更新博客深度学习文章。


发表评论

电子邮件地址不会被公开。 必填项已用*标注

评论审核已启用。您的评论可能需要一段时间后才能被显示。