conda里面有没有cuda_win10下anaconda3虚拟环境配置中指定的CUDA版本下的Pytorch,在,cuda,pytorch...

win10下在anaconda3虚拟环境配置指定 cuda版本 下的 pytorch

步骤1：确定本机安装的 cuda 版本

打开 anaconda prompt， 并输入以下语句，查看本机的 cuda 版本

nvcc -V

如图所示，版本为 cudatoolkit 10.0.130，即 cuda 10.0：

步骤2：确定该 cuda 版本 对应的 pytorch 版本

如图可知，当前最新版本的 pytorch1.5.1， 对应的 cuda 版本 为 9.2 或 10.1 或 10.2。

与本机的 cuda 10.0 不匹配，因此进入先前版本的网页，查找 cuda 10.0 对应的 pytorch。查找结果如图所示：

1)v1.2.0：即 pytorch 版本为1.2.0

2)Conda：即 conda 安装方式。往下看可找到 wheel安装方式、pip安装方式

3)Linux and Windows：即 win系统 适用

4)# CUDA 10.0

conda install pytorch

1.2.0 torchvision

0.4.0 cudatoolkit=10.0 -c pytorch

即为cuda10.0 对应的安装语句

先别急着用该语句安装，会非常非常慢，一般会在一开始二十分钟左右，链接会断开，停止下载

步骤3：添加几个国内镜像源

添加镜像源：

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/pytorch/

使其生效：

conda config --set show_channel_urls yes

查看是否成功：

conda info

步骤4：安装 pytorch 1.2.0

进入虚拟环境，并输入语句(注意，该语句在pytorch官网的基础上，去掉 -c pytorch， 即不使用官网对应的下载地址)：

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0

稍等十几分钟，即可安装成功

国内镜像使用成功效果如图：

每个需要下载的包后面都对应着来源网址。若为步骤3添加的国内镜像，即为连接成功

步骤：测试 pytorch 1.2.0 的 gpu 调用是否成功

在安装了pytorch 1.2.0 虚拟环境进入 python 的交互界面，并输入以下测试语句：

import torch

print(torch.cuda.is_available())

测试成功的效果如图(ps:本机在名为 tfgpu1.14虚拟环境安装了pytorch1.2.0)：