安装 tensorflow,pytorch GPU 版简便好使的方法

• 2020 年 10 月 24 日
• AI
• Python, PyTorch, TensorFlow

网上其它教程说的去英伟达官网下载cuda,注册下载cudnn，用下面这种方法的教程好像很少，个人觉得下面方法特别适合需要装多个conda环境的情况。

1.查看电脑英伟达驱动的cuda版本，进入英伟达控制面板，选择系统信息，在conda环境实际安装cuda时只能小于等于这个版本，如果需要更高版本，可以在英伟达官网下载更新驱动，链接：

//www.nvidia.cn/Download/index.aspx?lang=cn

2.创建conda环境：

conda create -n pytorch python=3.7

conda更换为国内源，更改：C:\Users\用户名.condarc文件

channels:
  #- defaults
  - //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - //mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true
channel_priority: flexible

defaults最好和这里一样注释掉

使用命令conda activate pytorch 进入conda虚拟环境后，在conda环境里安装cuda,但版本必须低于或等于上面查询的版本，这样就不用做网上其它教程说的去英伟达官网下载cuda,注册下载cudnn，直接使用命令安装英伟达的SDK10.1版本：

conda install cudatoolkit=10.1

安装英伟达深度学习软件包7.6版本

conda install cudnn=7.6

3.更换pip源，在conda虚拟环境使用pip安装numpy, six（网上有的教程说有这一步才不会报错，那就安装一下吧） 先将pip更换为国内源windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下

[global] 
timeout = 60000
index-url = //pypi.tuna.tsinghua.edu.cn/simple

pip install numpy

4.进入pytorch官网

5.打开链接//download.pytorch.org/whl/torch_stable.html，我发现使用迅雷下载对应版本的torch和tourchvision速度很ok， IDM下不了，浏览器自带下载很慢

6.使用pip离线安装下载的包：cd进入到安装包所在文件夹（建议桌面），然后pip install +文件名， eg:

pip install "torchvision-0.6.1+cu101-cp37-cp37m-win_amd64.whl"

注意，先装torch，再装torchvision

7.测试

import torch
torch.cuda.is_available()

返回True，安装成功!

可以遨游在神经网络的世界里了…