pytorch安装（GPU版本）

安装cuda以及cudnn

pytorch安装

conda和pip换源

安装cuda以及cudnn

1、可以通过官网下载各个版本的cuda和cudnn，下载速度会比较慢，这里提供几个版本的cuda以及对应的cudnn。

cuda9.0、cuda10.0、cuda10.1、cuda11.0

链接：https://pan.baidu.com/s/1bK-rBnjaVRsnSa6kXYZVYA
提取码：uol9
--来自百度网盘超级会员V5的分享

2、cuda的安装全程默认即可，安装选项选择自定义。（本文以cuda10.1为例）

安装完成后检查cuda是否安装成功：

win+R打开cmd窗口输入

nvcc -V

显示当前cuda版本信息即为安装成功。

3、将对应cuda版本的cudnn压缩包解压之后，复制下面三个文件夹。

粘贴到下面目录并替换掉原本的同名文件。

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1

随后添加环境变量：

打开系统属性的环境变量

在系统变量里找到path，选择编辑

新建路径

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1libx64

pytorch安装

1、在pytorch官网根据自己的需要选择合适的安装方式

PyTorch

复制提供的命令在anaconda中安装pytorch。

（由于作者已安装过了所以显示不一样）

默认源安装会比较慢，后文会直接给出作者配置好的 conda源和 pip源。

2、测试pytorch是否安装成功：

win+R打开cmd窗口，激活conda环境，输入python

输入命令

import torch
print(torch.cuda.is_available())

结果返回True即为安装成功。

conda和pip换源

直接在用户目录下新建如下两个文件：

.condarc文件内容如下：

channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: true

pip.ini文件内容如下：

[global]
index-url=http://pypi.douban.com/simple/

完成后在使用conda或者pip命令安装包时速度会快。

pytorch安装（GPU版本）

Python相关栏目本月热门文章