零、準備工作
機器配置:
- conda 4.8.2
- python 3.7
- GTX 1060
- CUDA 9.1
筆者已經安裝好了anaconda,但是需要將anaconda的相關路徑設置到環境變量中。包括如下環境變量:
一、使用conda安裝,但是通過清華鏡像下載
需要在cmd中輸入如下命令,將清華鏡像添加到Anaconda的channel中
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
在這裏有個坑
官網提供的命令爲:
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
其中,-c pytorch
參數指定了conda獲取pytorch的channel
,在此指定爲conda自帶的pytorch倉庫。因此,只需要將-c pytorch
語句去掉,就可以使用清華鏡像源快速安裝pytorch了。
二、安裝cuda
從上一部開始,在pycharm中寫測試程序就應該可以成功了,我的結果顯示是1.1.0和0.3.0。
import torch
import torchvision
print(torch.__version__)
print(torchvision.__version__)
筆者不知道cudatoolkit到底代表什麼意思,所以又將cuda和cudnn裝了一遍
選擇CUDA進行安裝即可,點擊此處,我選擇的是Toolkit9.1
這裏的Version只有10和8.1可以選,我選擇的是10。
安裝中選擇自定義安裝,取消勾選VS Integration,因爲我已經安裝好了VS
最後就是配置環境變量
三、安裝cudnn
點擊此處,選擇下載download cudnn,但這裏需要你註冊一個賬號,然後進行問卷之後纔可以進行下載頁面,我選擇的是CUDA9.0,比CUDA的版本稍低一點。
下載之後,解壓縮,將CUDNN壓縮包裏面的bin、clude、lib文件直接複製到CUDA的安裝目錄下,直接覆蓋安裝即可。我CUDA的安裝目錄是默認目錄,即 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1
最後在pycharm下寫測試程序,我的輸出顯示True,至此就安裝完成。
import torch
print(torch.cuda.is_available())