win10配置安装pytroch全流程（含CUDA&cudnn）

win10配置安装pytroch全流程（含CUDA&cudnn）

注：以下所有 *** 作均为本人亲自实验并成功后的总结，不同网络状况，不同电脑配置按照同样的步骤仍可能出现各种而各样的可能，遇到错误时多上网搜索，耐心细致，一定能够安装成功。预祝顺利！

CUDA和cudnn的必须先行安装，且二者缺一不可。我们可以CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算（网上有一个很形象的比喻，在这里做以引用）。

配置查询

查询电脑可安装的CUDA最高版本
1.右键NVIDIA设置，打开NVIDIA控制面板

2，进入帮助，点开系统信息，在组件中寻找NVCUDA64.DLL查询可兼容CUDA驱动的最高版本，我的为11.2.162

CUDA安装及配置

1.安装
CUDA下载地址https://developer.nvidia.com/cuda-toolkit-archive

进入该网址后，我选择10.2版本（为pytorch服务）并进行下载，下图为pytorch的版本要求。

点击exe开始安装

在D盘中选择一个空文件夹如，CUDA10.2进行安装

自动检查系统兼容性

点击同意并继续

在这一步需要选择自定义进行安装

将图中红色箭头所指的NVIDIA Geforce Experience 取消，因为现在大部分的电脑中会自带这个程序，并且它并不影响我们的GPU使用，装了也无所谓。

在这里将VS选项取消，在网上查到，如果不取消的话，可能会有很多配置的麻烦（有兴趣的可以试试，留言告诉我）

注意！ 接下来的这一步需要比对当前版本和新版本的区别，新版本为即将安装的版本，当前版本为电脑自带的版本，如果安装程序试图安装的版本反而比你自己的版本低，这里就可能出现问题了，所以若当前版本高于新版本的一律将DisPlay Driver取消，若Driver componets栏还有别的选项，不需要修改。

安装完成，记住你安装的位置，为后续环境配置做准备。

进入下图路径，核对nvcc.exe是否存在

2.环境配置
右键我的电脑->属性->高级系统设置->环境变量->系统变量->path

查看是否有如下两条路径：

若有，继续下面的步骤，没有，请手动配置，或检查安装情况。
在cmd中输入nvcc -V检查CUDA版本，若结果如下图所示，则安装成功！

cudnn下载及配置

cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-archive
选择正确的CUDA版本和自己的系统版本。

将下载的压缩包解压，打开如下（下图中cudnn原名为cuda,我手动将其改为cudnn）：

将解压后得到cuda改名为cudnn并粘贴至下图的目录中(再本方法中，不需要将bin lib include手动粘贴至对应的文件夹下，更加方便快捷)：

再次进行系统变量中，选中path，点击新建->浏览，找到cudnnbin的目录并将其添加，同样的找到extrasextrasCUPTIlib64将其添加进入，并上移至顶部。

进入下图路径核查驱动程序：

到此cudnn的配置就结束了
我们需要测试一下CUDA和cudnn是否成功安装并配置
打开如下路径并运行如下两个exe程序（若有闪退则将exe拖入cmd中可得到结果）

若运行结果如下所示（出现PASS）则视作成功：

pytorch安装

进入pytorch官网

在这里很多人采用了pip下载离线文件，配置清华的镜像等等各种 *** 作，我试过其中的部分，因为自己的环境问题出现了差错，并未成功，所以不作介绍，在这里仅介绍我自己成功的案例。
首先创建一个虚拟环境(在 Anaconda Powershell prompt中)：
conda create -n pytorch python=3.7 pytorch为自己起的虚拟环境名称（按个人习惯） 3.7为python的版本
虚拟环境创建成功进行激活 conda activate pytorch

此时，句首的小括号中base变为你设置的虚拟环境名
在这一步可以使用conda info --envs查询已创建的虚拟环境，找到我们刚刚创建的pytorch

刚刚在pytorch官网记住的Run this Command：

在这一步，可能会出现conda版本未达到最新，可以根据提示进行更新。
在安装pytorch时，由于是从国外的官网进行下载，所以需要挂VPN并保证网络环境平稳（能做到这一点的可以免去很多麻烦）
本例中，我将conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch输入Anaconda Powershell prompt中开始安装（在刚刚创建的pytorch虚拟环境中！）。

接下来需要检查pytorch是否安装成功：
输入python，进入python模式
接着输入

 import torch
 torch.cuda.is_available()

若结果为True，恭喜安装成功

结果为Fasle,请返回以上步骤继续进行排查。
在这里提供pytorch删除命令（相信我，你一定需要他，没有n次重装，怎么能体会到配置成功时的乐趣呢）

conda uninstall pytorch
conda uninstall libtorch

注：使用conda命令安装，则必须用conda命令卸载，若使用pip命令安装，则需pip命令卸载（在此不做赘述）

将pytorch配置入pycharm

打开pycharm，文件->新项目->Pure Python
Location自行选择，Interpreter选择打开你安装anaconda的位置，选择envs/pytorch(虚拟环境名)/python.exe

在pycharm中（含有pytorch的虚拟环境下）运行如下代码：

再次恭喜！！！
注：替换虚拟环境可以在pycharm右下角的版本中随意切换

测试GPU是否可以正常工作：
代码：

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

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

运行结果：

致谢：帮助过我的同学们
完结撒花！祝各位学业有成！