win10搭建pytorch环境

1.安装Anaconda3 python集成环境

Anaconda3集成了python常用的科学计算包,就不用pip install一个包一个包的下载了，官网下载安装地址见下面：

https://www.anaconda.com/distribution/#download-section

2.安装CUDA GPU加速

CUDA是一种由NVIDIA推出的通用并行计算架构，能够利用GPU多核心并行计算，加速深度学习跑模型速度。

我安装的版本如下：

Operating System:Windows
Architecture:x86_64
Version:10
Installer Type:exe(local)

下载地址如下：

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

3.安装pytorch、torchversion包

前面讲的Anaconda里面是没有pytorch包的，所以需要单独安装，由于现在国内的anaconda镜像比如清华的都因为版权原因都下架了，所以只能从官网安装，由于官方源使用conda命令安装太慢了，所以建议用迅雷下载torch与torchversion的whl包手动安装。

下载地址：

官网地址：https://pytorch.org/get-started/locally/
torch下载地址：https://download.pytorch.org/whl/cu100/torch-1.1.0-cp37-cp37m-win_amd64.whl
torchvision下载地址：https://download.pytorch.org/whl/cu100/torchvision-0.3.0-cp37-cp37m-win_amd64.whl

手动安装方法：

进入命令行
pip3 install f:\torch-1.1.0-cp37-cp37m-win_amd64.whl
pip3 install f:\torchvision-0.3.0-cp37-cp37m-win_amd64.whl

4.安装pycharm

Python开发工具首选pycharm，下载地址如下：

http://www.jetbrains.com/pycharm/

5.查看gpu占用、释放gpu

安装完pycharm就可以在网上找RNN的例子运行了，首先说一下我是联想拯救者电脑，2G GTX 960M显卡，我从网上找了一个resnet18层的预训练模型跑cifar10，然后用下面命令观察GPU占用率，一会儿2G现存就耗尽了，所以2G也就跑个三层的网络，深层的还得用12G以上的GTX 1080Ti，下一篇文章再试一下用免费google colab薅羊毛，免费用GPU

查看GPU使用率

C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe

杀死释放占用GPU的进程
```
taskkill /pid 14396  -t  -f
```

赏

支付宝打赏

微信打赏

您的打赏是对我最大的鼓励！

巩恩伯