安装cuda

更新nvidia驱动

打开GeForce Game Ready Driver或在GeForce Experience中下载符合自己gpu的程序。

选择cuda

打开nvidia控制面板

点击帮助、点击系统信息、在点击组件在3D设置中可以看到cuda信息

在我升级过nvidia驱动后，cuda的版本更新到了10.1。接下来下载cuda .

cuda10.1安装完毕。

安装cuDNN

在安装了cuda10.1后选择对应的cuDNN版本v7.6.1

解压文件，然后添加bin目录到环境变量

安装cuDNN

在安装了cuda10.1后选择对应的cuDNN版本v7.6.1

解压文件，然后添加bin目录到环境变量

使用Anaconda prompt创建环境

conda create -n pytorch_gpu pip python=3.7

其中pytorch_gpu是环境的名字，python版本是3.7

conda activate pytorch_gpu

这个命令可以进入创建好的环境。

安装Pytorch

建议切换源，我使用的是中国科学技术大学”（USTC Open Source Software Mirror）提供anaconda的镜像源，速度提高不少。

方法一：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

方法二：

打开.condarc文件，进行编辑

这个顺序存在一个优先级，会先在中国科学技术大学的镜像源寻找，如果大家感觉速度慢，也可以换别的镜像源。

打开官网选择后复制命令

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

整个过程只需要按一下'y'即可。

验证

为了确保PyTorch是否安装成功，我们需要运行简单的样例代码测试，例如打印出随机生成的张量矩阵，以及gpu是否可以使用。

import torch
x = torch.rand(5,5)
print(x)

输出类似下面

tensor([[0.7078, 0.1424, 0.3411, 0.3987, 0.3476],
    [0.7534, 0.7137, 0.3489, 0.4226, 0.3640],
    [0.4104, 0.8411, 0.5112, 0.0629, 0.0664],
    [0.7568, 0.9495, 0.3300, 0.2392, 0.6441],
    [0.7615, 0.1883, 0.6001, 0.9663, 0.3313]])

如果ok，pytorch安装成功。

torch.cuda.is_available()

返回True，GPU版Pytorch安装完毕。

将PyTorch导入Pycharm

点击Pycharm的选项栏中的File选择Settings，然后点击Project Interpreter，接着点击右侧的Add。

然后在Conda Environment中选择Existing environment

选择Anaconda3下的python.exe，Conda executable选择conda.exe

如果失败，选择Anaconda3下的env下的新创建的虚拟环境中选择python，试一试。

Pycharm开启科学计算模式（Scientific Mode）

具体步骤：

1. Settings –> Tools –> Python Scientific > Show plots in tool window 勾选
2. View 勾选 Scientific Mode
3. Run–>Edit configurations…
4. 勾选 Run with python console

开启科学运算模式，舒服，正在习惯这个姿势。

ps：如果想恢复到普通模式，只需要在view下，取消scientific mode勾选。

结束语

​ 环境安装完毕，以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。