[系統重裝日志2]win10系統安裝pytorch0.4.1（gpu版本）

目錄

• 0，資源整理
• 1，安裝最新版的顯卡驅動
• 2，安裝visual studio
• 3，安裝cuda
• 4，安裝cudnn，配置環境變量
• 5，安裝pytorch
• 6，安裝torchvision
• 7，驗證
• 8，附錄

整理gpu加速的深度學習框架pytorch的安裝過程。

0，資源整理

鏈接：https://pan.baidu.com/s/1sPoin9uac4wLrcSu8jeXYw
提取碼：vh2y

2，各資源來源：
visual studio(2017社區版就可以，2015/2013沒有試過)
pytorch安裝包（注意對應的cuda版本和對應的操作系統）
顯卡驅動下載
CUDA（這個要與pytorch安裝包相配）
CUDNN（這個要與CUDA相配）

3，參考博客：
參考1：解決pytorch官網下載慢ubuntu16.04+anaconda3(python3.6)+pytorch0.4.1+cuda9.0+cudnn7.1安裝指南（關鍵要知道0.4.1對應的cuda和cudnn版本）
參考2：【PyTorch】windows10 + CUDA 9.1 + cuDNN v7.0.5 + PyTorch 0.4.1（關鍵要知道0.4.1對應的cuda和cudnn版本）
參考3：新電腦重新安裝win10+python3.6+anaconda+tensorflow1.12（gpu版） （關鍵要學習cuda、cudnn的安裝及環境變量的配置）
參考4：Windows下安裝PyTorch0.4.0 （幾個在線pip下載.whl安裝命令，但是不用VPN基本都卡死了）

4，可以直接用百度網盤的壓縮包，所有安裝包都是齊全的；也可以自己從各個網站自己下載

1，安裝最新版的顯卡驅動

1，將所有帶NVIDIA的驅動全刪了

2，使用與自己顯卡匹配的驅動安裝包，安裝最新版的驅動

2，安裝visual studio

使用community版本就可以，我這里用的2017社區版成功了，安裝過程中不要改路徑，不要改配置，全部默認配置安裝下來就行。安裝過程要聯網。

3，安裝cuda

選擇自己需要的版本->選擇自己的操作系統->選擇exe(local)安裝->將Base Installer和所有Patch都下載下來->按順序全部安裝一遍，安裝過程不要改路徑，全部選擇精簡安裝（其實也就是默認安裝）
如果從百度網盤下載的，直接按順序安裝一遍就行了

4，安裝cudnn，配置環境變量

1，選擇對應cuda版本同時滿足自己所需要版本的cudnn，下載下來，解壓縮（第一次下載要加入一個什么計划，申請個賬號就行了）

2，將解壓縮后的三個文件夾復制到安裝CUDA9.0的路徑覆蓋原有的文件。本機的安裝路徑為：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，直接復制粘貼過來就行。

3，配置環境變量。桌面時右鍵“此電腦”，選擇“屬性”打開系統窗口，然后選擇並打開“高級系統設置”進入系統屬性窗口，打開環境變量，然后將
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin，
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include，
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64，
這三個路徑填到系統變量的Path中，這樣環境變量就配置好了。

5，安裝pytorch

1，下載安裝包。因為我是使用pip安裝，並且cuda為9.0，因此點擊對應鏈接

根據對應python版本和操作系統下載安裝包，比如我要下載torch0.4.1，環境為python3.6，windows64位，就下載torch-0.4.1-cp36-cp36m-win_amd64.whl。下載速度快的時候很快，慢的時候很慢，也不知道為啥。

2，pip離線安裝
cmd輸入命令：pip install ...（安裝包保存路徑）\torch-0.4.1-cp36-cp36m-win_amd64.whl

6，安裝torchvision

直接pip在線安裝，可以配置一下鏡像加速。pytorch0.4.1對應torchvision0.2.1
pip install torchvision==0.2.1

7，驗證

8，附錄

沒錯，我買3070了~
3070顯卡安裝TensorFlow與pytorch
安裝時若遇到“You already have a newer version of the NVIDIA Frameview SDK installed”
RTX3070+Tensorflow+cuda+cudnn的一個可用搭配
如何查看nvidia顯卡驅動程序版本號

• tensorflow-gpu安裝
  pip直接安裝
  驗證:

  import tensorflow as tf
  tf.test.is_gpu_available()
  len(tf.config.experimental.list_physical_devices('GPU'))
  

• pytorch-gpu安裝
  https://pytorch.org/get-started/locally/

  pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
  

  驗證:

  import torch
  import torch.nn as nn
  a = torch.randn(2, 10).cuda()
  net = nn.Linear(10, 1).cuda()
  net(a)
  

• paddle-gpu安裝
  https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html

  python -m pip install paddlepaddle-gpu==2.1.1.post112 -f https://paddlepaddle.org.cn/whl/mkl/stable.html
  

  驗證

  paddle.is_compiled_with_cuda()
  paddle.set_device('gpu:0')
  paddle.randn([2, 10])