windows10使用conda安装GPU版pytorch并使用GPU进行运算

系统配置

1. windows10
2. anaconda + pycharm(前提是已经安装的anaconda，后期需要用到其中的conda指令)
3. gpu独显

涉及问题

1. 如何使用conda安装pytorch, cudatoolkit等
2. 解决pytorch等安装速度慢、卡顿的问题
3. 如何查看自己的CUDA版本
4. 如何选择合适的cudatoolkit

操作步骤

1. 确认自己电脑是否已经安装了CUDA以及确认自己的CUDA版本
   CUDA是英伟达公司为他们的显卡产品开发出来的一款机器学习框架

   dos中输入 nvidia-smi
   

   得到如图所示：即说明最高可以支持的cuda版本为10.1，然后根据需求进行CUDA的安装：参照link
   
   2. 使用conda2创建虚拟环境（不需要安装cuda和cudnn）

   conda create --name pytorch python=3.7
   conda activate pytorch
   

   3. 查看需要对应下载的pytorch类型：https://pytorch.org/get-started/locally/
      
      在该网页处选择自己的cuda版本和系统版本，该网站会推荐下载什么版本的pytorch，比如我的就是

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

3. 使用conda安装pytorch

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

其中-c后面加的是通道，也就是下载地址，一般采用提供的pytorch网站进行下载会导致无法下载（进度卡在0%）
这时就要删除 -c pytorch，然后在下载时就会使用我们设置好的国内镜像通道，推荐清华镜像和清华相关镜像：
(以下指令在Anaconda Prompt (Anaconda)中一条一条的输入)

# 清华源->
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 保险起见，下面也要添加->
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# 以下这个我认为在pytorch的下载时很重要
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --set show_channel_urls yes

4. 实现测试
   综上即完成了下载；可以导入import torch 测试一下

import torch  # 测试torch是否下载成功
print(torch.cuda.is_available()) # 如果输出ture就表示pytorch运行是在GPU上面，如果输出False就表示运行在cpu上