Win10+GPU版Pytorch1.1安裝的安裝步驟
安裝cuda
更新nvidia驅動
開啟GeForce Game Ready Driver或在GeForce Experience中下載符合自己gpu的程式。
選擇cuda
開啟nvidia控制面板
點選幫助、點選系統資訊、在點選元件在3D設定中可以看到cuda資訊
在我升級過nvidia驅動後，cuda的版本更新到了10.1。接下來下載cuda .
cuda10.1安裝完畢。
安裝cuDNN
在安裝了cuda10.1後選擇對應的cuDNN版本v7.6.1
解壓檔案，然後新增bin目錄到環境變數
安裝cuDNN
在安裝了cuda10.1後選擇對應的cuDNN版本v7.6.1
解壓檔案，然後新增bin目錄到環境變數
使用Anaconda prompt建立環境
conda create -n pytorch_gpu pip python=3.7
其中pytorch_gpu是環境的名字，python版本是3.7
conda activate pytorch_gpu
這個命令可以進入建立好的環境。
安裝Pytorch
建議切換源，我使用的是中國科學技術大學”（USTC Open Source Software Mirror）提供anaconda的映象源，速度提高不少。
方法一：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
方法二：
開啟.condarc檔案，進行編輯
這個順序存在一個優先順序，會先在中國科學技術大學的映象源尋找，如果大家感覺速度慢，也可以換別的映象源。
開啟官網選擇後複製命令
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
整個過程只需要按一下'y'即可。
驗證
為了確保PyTorch是否安裝成功，我們需要執行簡單的樣例程式碼測試，例如打印出隨機生成的張量矩陣，以及gpu是否可以使用。
import torch x = torch.rand(5,5) print(x)
輸出類似下面
tensor([[0.7078,0.1424,0.3411,0.3987,0.3476],[0.7534,0.7137,0.3489,0.4226,0.3640],[0.4104,0.8411,0.5112,0.0629,0.0664],[0.7568,0.9495,0.3300,0.2392,0.6441],[0.7615,0.1883,0.6001,0.9663,0.3313]])
如果ok，pytorch安裝成功。
torch.cuda.is_available()
返回True，GPU版Pytorch安裝完畢。
將PyTorch匯入Pycharm
點選Pycharm的選項欄中的File選擇Settings，然後點選Project Interpreter，接著點選右側的Add。
然後在Conda Environment中選擇Existing environment
選擇Anaconda3下的python.exe，Conda executable選擇conda.exe
如果失敗，選擇Anaconda3下的env下的新建立的虛擬環境中選擇python，試一試。
Pycharm開啟科學計算模式（Scientific Mode）
具體步驟：
- Settings –> Tools –> Python Scientific > Show plots in tool window 勾選
- View 勾選 Scientific Mode
- Run–>Edit configurations…
- 勾選 Run with python console
開啟科學運算模式，舒服，正在習慣這個姿勢。
ps：如果想恢復到普通模式，只需要在view下，取消scientific mode勾選。
結束語
環境安裝完畢，以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。