GTX1050+cuda9.0+cuDNN+pytorch+Anaconda环境搭建

• 1.硬件和cuda选择
• • cuda工具包和cuDNN下载
  • cuda安装
  • cuDNN安装
• 2.Pytorch安装–Anaconda
• • conda创建环境
  • conda 通过.whl文件安装pytorch
  • 检测GPU的pytorch安装成功
• 3.安装需要的软件（Anaconda）
• • 安装spyder

1.硬件和cuda选择

配置的环境要用到GPU版本的Pytorch，所以要先根据自己的硬件配置选择对应的软件。具体看英伟达的官网。
我的电脑是笔记本，GPU是GTX1050，电脑的NVIDIA控制面板cuda 9.0.176。
参考文档:
win10系统查看CUDA版本号
PyTorch学习一 —— Win10环境下安装 NVIDIA Cuda9.0 + 多环境Anaconda3-5.2.0 + PyTorch 0.4.1 GPU版本 + PyCharm环境配置

配置：
GTX1050 +cuda9.0+cuDNN
python3.6.2+

cuda工具包和cuDNN下载

所有工具都是在英伟达的官网

cuda工具包：cuda-toolkit
cuDNN：cuDNN下载
注意：官网默认是最新版本，找不到对应的版本，去找历史版本。cuda和cuDNN版本一定要对照！！！

cuda安装

直接安装就行了，我安装的C盘，免去很多麻烦，找文件也方便，我的C盘是SSD的，速度可能快一点。

cuDNN安装

下载好的cuDNN是一个安装包，解压。里面有三个文件夹：
bin
include
lib
复制这三个文件夹到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0就行了。直接复制，文件夹不冲突的。

2.Pytorch安装–Anaconda

所有的pytorch资料和软件都可以在pytorch官网找到。
软件版本 Python：3.6

conda创建环境

也可以用Anaconda图形界面。我用的是命令行
打开anaconda prompt，首先创建虚拟环境：

创建环境的时候很慢，而且出错。看这个博客：解决的

conda 通过.whl文件安装pytorch

因为我的cuda9.0在pytorch官网没有找到对应的gpu版本，所以找了一个python3.6版本的支持cuda9.0的:torch-0.4.1-cp36-cp36m-win_amd64.whl（cp36–表示python3.6版本的，win_amd64–表示window64系统）

发现出错：ImportError: numpy.core.multiarray failed to import
原因是没有安装numpy，网速慢的话也可以用.whl文件来安装

再次检测pytorch

检测GPU的pytorch安装成功

3.安装需要的软件（Anaconda）

安装spyder

打开anaconda prompt，首先打开对应的虚拟环境：

好了，可以愉快的开始神经网络的学习了

来源：颖火虫盟主