win10 anaconda安装pytorch
昨天发了一篇PyTorch在64位Windows下的编译过程的文章，有朋友觉得能不能发个包，这样就不用折腾了。于是，这个包就诞生了。感谢
@Jeremy Zhou
为conda包的安装做了测试。
更新：从0.4.0版本开始，请通过官方通道进行PyTorch的安装，原通道将停止更新。
先别急着激动。如果要直接使用的话，你需要满足以下条件：
- Anaconda3 x64 (with Python 3.5/3.6)
- Windows 64位系统（Windows 7 或 Windows Server 2008 及以上）
- GPU版本还需要任意版本的 CUDA （包内置了CUDA 8 / 9 的部分主要二进制文件）
这几个条件个人感觉还算比较OK，如果不想放弃Anaconda2也可以创建虚拟环境来使用。
要安装的话，如果你不嫌弃anaconda cloud的网速的话，只需根据自己的系统键入下面的一条命令即可：（注：仅 0.3.1，以后不再更新）
# for CPU only packagesconda install -c peterjc123 pytorch-cpu# for CUDA 8, Windows 10 or Windows Server 2016conda install -c peterjc123 pytorch# for CUDA 9, Windows 10 or Windows Server 2016conda install -c peterjc123 pytorch cuda90# for CUDA 9.1, Windows 10 or Windows Server 2016conda install -c peterjc123 pytorch cuda91# for CUDA 8, Windows 7 or Windows Server 2008/2012conda install -c peterjc123 pytorch cuda80# for CUDA 9, Windows 7 or Windows Server 2008/2012conda install -c peterjc123 pytorch cuda90
如果不能忍受conda那蜗牛爬般的网速的话，那么大家可以尝试以下两种途径：
添加清华源，然后使用conda进行安装。（注：0.3.1 及以后）
for those who don’t use tsinghua mirror before
conda config —add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config —add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config —set show_channel_urls yesfor 0.4.0 and later
conda config —add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
for CPU only packages
conda install pytorch-cpu
for Windows 7, Windows Server 2008 or up, CUDA 8
conda install pytorch
for Windows 7, Windows Server 2008 or up, CUDA 9
conda install pytorch cuda90
for Windows 7, Windows Server 2008 or up, CUDA 9.1
conda install pytorch cuda91
for 0.3.1
conda config —add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
for CPU only packages
conda install pytorch-cpu
for CUDA 8, for Windows 7, Windows 10 or Windows Server 2016
conda install pytorch
for CUDA 9, for Windows 7, Windows 10 or Windows Server 2016
conda install pytorch cuda90
for CUDA 9.1, Windows 10 or Windows Server 2016
conda install pytorch cuda91
for CUDA 8, Windows 7 or Windows Server 2008/2012
conda install pytorch_legacy
for CUDA 9, Windows 7 or Windows Server 2008/2012
conda install pytorch_legacy cuda90
从百度云进行下载，大家下载之后，键入如下几条指令：（注：0.4.0及以后的不再存放）
cd “下载包的路径”
conda install numpy mkl cffi
conda install —offline pytorch????.tar.bz2
注：文件名说明：
一般为以下两种形式
PACKAGENAME-VERSION-PYTHON_VERSIONcuCUDA_VERSION.tar.bz
或
PACKAGENAME-VERSION-PYTHON_VERSION_cudaCUDA_VERSION_cudnnCUDNN_VERSIONHASH_REVISION.tar.bz2
PACKAGENAME 分为 pytorch 和 pytorch_legacy， 分别为NT内核版本10和6的两类系统进行编译；VERSION 代表 pytorch 的版本；而PYTHON则代表python程序的版本，主要分为3.5和3.6；CUDA_VERSION和CUDNN_VERSION分别代表CUDA和cuDNN编译的版本；REVISION代表修订号。请自行选择合适的版本进行安装。
安装之后，也千万要注意，要在主代码的最外层包上
if __name__ == '__main__':
这个判断，可以参照我昨天文章中的例子，因为PyTorch的多线程库在Windows下工作还不正常。
更新：经网友提醒，若import torch时发生如下错误：
Traceback (most recent call last):File "test.py", line 2, in <module>import torchFile "C:\Anaconda3\lib\site-packages\torch\__init__.py", line 41, in <module>from torch._C import *ImportError: DLL load failed: The specified module could not be found.
- 请将Anaconda的Python版本升级至3.5.3/3.6.2及以上。
- 如果安装了CUDA编译的包，请确保你的电脑有Nvidia的显卡。
- 如还不行，试试看创建虚拟环境是否能解决。
附一段简单测试CUDA与cuDNN是否工作正常的代码：
# CUDA TESTimport torchx = torch.Tensor([1.0])xx = x.cuda()print(xx)# CUDNN TESTfrom torch.backends import cudnnprint(cudnn.is_acceptable(xx))
如果CUDA工作不正常，那就不能使用.cuda()将模型和数据通过GPU进行加速了。而如果cuDNN不能正常工作，那就使用如下代码关掉它：
cudnn.enabled = False
以上，就是文章的全部内容啦，如果感觉还意犹未尽的话，可以给我的Github 主页或者项目加个watch或者star之类的（滑稽），以后说不定还会再分享一些相关的经验。
落日映苍穹つ
左手的ㄟ右手
àì夳堔傛蜴生んèń
ゞ 浴缸里的玫瑰
迷南。
还没有评论，来说两句吧...