Win10下Pytorch和配置和安裝

Pytorch的安裝

注意：Pytorch的版本，cuda版本，cudnn版本，Python版本,nvidia驅動版本要相互對應，否則就會出現各種報錯和問題，無法使用GPU加速計算！

1. 查看nvida驅動支持的cuda版本，在nvidia控制面板->系統信息->組件即可查看支持的cuda版本
   
   
   比如對我的GTX960M417.22驅動支持的cuda版本為10.0.132

2. 如果自己手動配置需要去nvidia官網下載對應版本的cudatoolkit和cudnn,很麻煩而且下載起來還比較慢，這里推薦使用conda安裝,沒用過conda的看我之前的文章==>傳送門

3. 有了conda后，一切就好辦了，先添加一下清華大學的Pytorch鏡像地址：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

4. 使用conda安裝Pytorch，其中需要手動指定cudatoolkit版本，然后cuda會自動處理環境和匹配版本,如果不指定cudatoolkit版本會根據當前含依賴關系的包安裝最新版本
   conda install pytorch torchvision cudatoolkit=10.0

5. 安裝完成即可，在cmd或者powershell查看安裝情況
   
   Pytorch是自帶cudnn，不需要單獨再安裝的！

驗證Pytorch是否使用了GPU

import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 查看使用設備
print(device)
# 查看數據是否在GPU上
x = torch.Tensor([2.1]).to(device)
y = torch.Tensor([2.1]).cuda()
print(x, y)
# 查看cudnn是否工作
print(torch.backends.cudnn.enabled)

可以看到Pytorch在GPU上工作正常