windows10 安裝 cuda10.1 + pytorch1.4

windows10 版本號：1909 操作系統版本：18363.778

0x1 確定 nvidia 顯卡驅動的版本是否滿足安裝條件

1. 打開 nvidia 控制面板，看到我的顯卡為 GTX1060 驅動版本為 445.75
   

2. 進入nvidia官網 ，查看 CUDA 版本與 nvidia 顯卡驅動版本之間的關系
   

   我們要安裝的是 CUDA10.1，可以看到在 64 位 Windows 下 nvidia 顯卡驅動版本大於418.96即可安裝。

0x2 下載CUDA與cuDNN

CUDA是一種由NVIDIA推出的通用並行計算架構，cuDNN是用於深度神經網絡的GPU加速庫。要能夠運行gpu版本的tensorflow和pytorch等框架，需要同時安裝這兩個模塊。

1. 下載CUDA10.1
   進入nvidia官網,下載windows10版本的exe(local),點擊此處直接下載

2. 添加環境變量C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
   安裝完重啟電腦，驗證cuda是否安裝成功

   $ nvcc -V
   

3. 下載CUDA對應的cuDNN
   進入nvidia官網，需要登錄，沒有賬號的注冊一個即可，點擊此處直接下載

4. 將cuDNN下載得到的三個文件夾里的文件復制到CUDA對應的三個文件夾里

   • 打開環境變量查看CUDA的安裝目錄
     
   • 打開C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1,依次復制文件夾里面的文件到對應的文件夾。（注意是把里面的文件復制過去，分別為cudnn.lib、cudnn.h、cudnn64_7.dll
     

   檢驗cudnn是不是安裝成功（不要把命令中引號刪了，下同）

   $ "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite\deviceQuery.exe"
   

   
   
   看到PASS

   $ "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite\bandwidthTest.exe" 
   

   
   看到PASS,則cuDNN安裝成功

0x3 安裝anaconda

• 去清華大學開源軟件站下載anaconda windows 64位版本，點擊此處直接下載

  

0x4 安裝pytorch1.4 與torchvision

1. 創建conda環境

   $ conda create -n myenv python==3.6.5
   

   這個表示安裝一個名字為myenv的環境，並同時安裝python版本為3.6.5
   不要使用python3.6.0版本，血的教訓，安裝pytorch后會報找不到dll模塊的錯誤。原因未知，其他版本應該都可。

2. conda 換源

   $ 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
   

   其他源請自行添加

3. 安裝pytorch、torchvision

   $ conda install pytorch torchvision cudatoolkit=10.1
   

4. 檢測pytorch是否安裝成功

   $ python
   >> import torch
   >> print(torch.__version__)
   >> print(torch.cuda.is_available())
   

   至此全部安裝成功

5. 提供一個識別mnist簡單實驗的測驗安裝成果的代碼
   下載下來直接python main.py運行即可