目录
学习前言
防止以后忘记了
环境内容
torch：1.2.0
torchvision：0.4.0
Anaconda安装
最新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。【我习惯用pycharm，所以对我来说没多大问题】
（这是别的博主分享出来的）
链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
提取码: i83n
取网上搜索Anaconda的官网：https://www.anaconda.com/distribution/
下载python3.7版本，64位的，下载完成后打开：
选择安装的位置，可以不安装在C盘。
个人习惯，可选可不选Add Anaconda to my PATH environment variable。有些人觉得更好用。
等待安装完之后，就安装了Anaconda了。
下载Cudnn和CUDA
我这里使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1.5，这个组合有博主实验过了，可以用的。
cuda10.0官网的地址是：
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。
https://developer.nvidia.com/cudnn
官网下载是比较慢的，可以在百度云上下载，给大家分享一手（别的博主处来的）。
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr
下载完之后得到这两个文件。
下载好之后可以打开cuda_10的exe文件进行安装。
这里选择自定义。
然后直接点下一步就行了。
安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。
把这里面的内容直接复制到C盘的根目录下就可以了。
配置torch环境
创建环境：
conda create –n pytorch python=3.6激活环境：
activate pytorch
方法二：（我的没办法在cmd里激活）打开Anaconda Prompt：
创建PyTorch环境：（和上面一样）
conda create –n pytorch python=3.6激活PyTorch环境：（和上面一样）
activate pytorch
打开pytorch的官方安装方法：
https://pytorch.org/get-started/previous-versions/
官网推荐的安装代码如下，我使用的是Cuda10的版本：
# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
# cpu only
pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
需要注意的是，直接这样安装似乎特别慢，因此我们可以进入如下网址:
https://download.pytorch.org/whl/torch_stable.html
找到自己需要的轮子下载。
下载的时候使用迅雷下载就行了，速度还是比较快的！
下载完成后找到安装路径：
安装：
方法二 ：打开Anaconda Prompt，利用文件全名进行安装就行了！
验证安装成功
python
>>>import torch
>>>import torchvision均未报错 ，则说明安装成功。
PyCharm中配置PyTorch
pycharm自行查阅安装，我是n年前安装的。
新建一个PyCharm工程，然后File -> Settings -> Project Interpreter, 这时会发现项目解释器是PyCharm自带的或者是Anaconda自带的python.exe。然而，我们需要使用pytorch的库，所以点击右边代表设置符号，点击add, 选中Existing environment，找到目录并选中：D:\Anaconda\envs\pytorch\python.exe 作为该项目的解释器。
验证Pytorch是否导入Pycharm环节，输入：
from future import print_function
import torch
x = torch.rand(5, 3)
print(x)点击运行没报错就说明可以了
验证Pytorch是否可以使用GPU和CUDA
import torch
torch.cuda.is_available()点击运行没报错，输出 True 就说明配置成功了。
参考1：https://www.jb51.net/article/184076.htm
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
