win10下配置pytorch踩坑
需要安裝的東西
- anaconda（官網下載即可，自帶python3.6）
- CUDA與CUDNN（這兩個是英偉達顯示卡才能安裝的，用來GPU加速計算的）
- pytorch
1.Anaconda
這個官網下載即可，在這裡不再贅述，這個安裝一切順利，把環境變數什麼的配置好就行。
2.CUDA與CUDNN
安裝CUDA的過程中可能會出現 visual studio integration 安裝失敗的情況
這裡我是按照https://blog.csdn.net/zzpong/article/details/80282814 提供的方法安裝成功的，先在安裝選項中將visualstudio integration勾選掉不安裝，然後將解壓檔案中的檔案另外單獨儲存一下，在安裝完成後進行相應拷貝操作，隨後即可成功編譯cuda例程。
按照進階方法進行操作，重啟VS後即可在新建專案中找到新建cuda解決方案
對於CUDNN的安裝，將下載的壓縮檔案解壓，將bin、lib、include三個資料夾複製到cuda的安裝目錄下，即**\NVIDIA GPU Computing Toolkit\CUDA\v9.0。
檢測安裝是否成功
cuda：在命令列中輸入 nvcc –version （兩個-），能夠順利輸出cuda版本即安裝成功。
cudnn：參考https://blog.csdn.net/yfszzx/article/details/50083281
將bin目錄(例如 d:\cuda\bin)新增到環境變數 PATH 中,不會新增環境變數請自行百度。
用 vs 新建 cuda 專案。在vs編輯器正上方，Solution Configuration 的內容如果是Debug ,改為 Release ,旁邊Platforms Solution Platforms 中的內容如果是win32，要改選為x64。
接下來修改專案屬性:
專案屬性/VC++ Directories/Include Directories 中新增入include的路徑(例如 d:\cuda\include);
在專案屬性/VC++ Directories/Libary Directories 中新增入lib\x64路徑(例如 d:\cuda\lib\x64);
在專案屬性/Linker/Input/Additional Dependencies 中新增入cudnn.lib;
專案屬性/CUDA C|C++ / Device /Code Generation 中，將sm_20改為 sm_30或更高;
專案屬性修改完畢。
加入如下程式碼：
#include <iostream>
#include <cuda_runtime.h>
#include <cudnn.h>
using namespace std;
void main(){
cudnnHandle_t handle;
cudnnStatus_t t = cudnnCreate(&handle);
cout<< cudnnGetErrorString(t);
getchar();
}如果結果顯示:
CUDNN_STATES_SUCCESS
表明安裝成功了
3.Pytorch的安裝
首先開啟anaconda prompt，新建虛擬環境 pytorch，conda create -n pytorch python=3.6
然後 activate pytorch,由於眾所周知的原因，從官網下載一些python的包會很慢，所以一般在映象網站上進行下載，將清華映象和阿里的映象新增進去
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes然後就是下載pytorch了，登陸pytorch官網，選好你的安裝系統，選擇conda，還有cuda 9.0，在conda中輸入相應的命令。安裝過程中會發現，pytorch與mkl的安裝速度極慢。。。由於映象網站中沒有對應的版本，只能從官網下載，我的解決方法是，採用科學上網（fanqiang）方法，開啟全域性模式，就可大大提升下載速度，下載完成後開啟python，輸入import torch，不報錯即代表安裝成功。