一、CUDA安装

CUDA下载链接：https://developer.nvidia.com/cuda-10.0-download-archive
CUDA Toolkit Documentation：https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-microsoft-windows/index.html#compiling-examples
注：之后要安装的pytorch现在已经支持10.1版本了，所以我们cuda直接安装10.1版本。

image.png

下载好之后，我碰到过几个问题

在解压过程中，出现了 couldn't create file: GFExperience\chrome_elf.dll 。然后在74%就停止解压了。费了很大的功夫查找原因，都没找到。结果一个重启后，再解压就可以了，奇怪的很，我又停了想要换个位置装，结果又发生了这种问题，简直玄学安装。
在安装过程中，关掉360杀毒软件。我在第一次安装的时候，开着杀毒软件，结果装着装着被删了一个文件，导致安装崩盘，只能重来。

要是其他人碰到过安装的其他问题，可以在底下评论，我给加进来，尽量帮助大家不踩坑丝滑安装。

到这里cuda就安装好了。我们来测试下CUDA是否安装完成。打开cmd命令行窗口输入nvcc -V，对CUDA是否完成安装进行检查：

image.png

配置CUDA环境变量

1.确认系统环境变量中：CUDA_PATH和CUDA_PATH_V10.1已经存在，至于怎么看环境变量，自行百度

image.png

2.添加：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
3.在cmd窗口查看环境变量配置情况，输入set cuda：

image.png

二、安装cuDNN

打开cuDNN网页：https://developer.nvidia.com/rdp/cudnn-download
注意在下载之前需要完成开发者注册（就是注册一个账号）
选择与CUDA匹配的cuDNN版本进行下载

image.png

下载之后是个压缩包文件，解压缩：

image.png

将CUDA\bin、CUDA\include、CUDA\lib中的内容拷贝到相应的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件路径下即可：

image.png

按道理来讲到这里cuDNN应该已经算安装完毕了，但是参考一个博文，还是添加了cuDNN的环境变量，不知道是否有必要？

image.png

三、PyTorch安装

这里推荐使用conda安装.
1.先创建一个专门的环境
conda create -n pytorch_gpu pip python=3.7
2.安装好之后，进入环境，在这个环境里，进行pytorch GPU版的安装
conda activate pytorch_gpu

我们在创建的环境中安装PyTorch，在PyTorch官网找到对应的下载指令进行下载
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

image.png

安装过程中，如果没有修改conda下载源的话会非常慢，因为是使用defaults源，从国外下载，一般大家都是改成清华源清华大学开源软件镜像站，修改用户目录下的 .condarc 文件。 Anaconda 镜像使用帮助

4.等待安装好后，验证gpu是否可以使用

import torch
torch.cuda.is_available()

返回True,说明GPU驱动和CUDA可以支持pytorch的加速计算，说明已经安装成功。

大功告成！

参考文章：
Win10系统安装CUDA10.0和cuDNN
Win10系统安装GPU版PyTorch

最后编辑于：2019.10.23 14:57:15