Pytorch开发环境搭建

本安装包的版本搭配

• 可视化：满足tensorboardX的要求。
• 使用Pytorch GPU的版本。
• 包含Tensorflow GPU的版本。

写在前面

• 要求已搭建好基本的Python环境，如果你未搭建，点我查看如何搭建基本的Python环境。
• 可视化要求搭建好Tensorflow环境，点我查看如何搭建Tensorflow环境。
• 系统: Windows Enterprise 10 x64
• CPU：Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
• GPU: NVIDIA GeForce GTX 1050 Ti
• 所以本笔记记录Win10 64位系统下，TensorFlow的GPU版开发环境的搭建。

离线安装所需资源列表

1. tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl，会同时安装tensorboard版本:1.10.0；
2. cuda_9.2.148_win10.exe；
3. cuda_9.2.148.1_windows.exe.exe；
4. pytorch-1.3.1-py3.6_cuda92_cudnn7_0.tar.bz2;
5. torchvision-0.4.1-py36_cu92.tar.bz2;
6. msgpack-0.6.2-cp36-cp36m-win_amd64.whl.

安装步骤：

1. 在电脑任务栏，右键NVIDIA 控制面板>帮助菜单>系统信息>组件选项卡，可以看到显卡驱动支持的CUDA版本号为9.2。

2. 去NVIDIA CUDA 和NVIDIA CUDNN 分别下载CUDA和CUDNN相应的版本：cuda_9.2.148_win10和patch包；以及cudnn7.2。安装CUDA及patch包；然后将解压Cudnn后得到的三个小文件夹(include,bin,lib)复制到CUDA的安装目录(默认安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2)即可；

3. 进入PyTorch官网，依次选择你电脑的配置 然后根据配置，去页面选择文件：找到CUDA版本为9.2，Python版本为3.6，平台为Win64的1.3.1版本的cu92/torch-1.3.1%2Bcu92-cp36-cp36m-win_amd64.whl文件,将其下载下来。

4. 安装: 在该whl文件所在目录打开CMD命令行，执行pip install torch-1.3.1-cu92-cp36-cp36m-win_amd64.whl即可。

5. 安装完成后也许会提示msgpack找不到，需要再额外安装一个，去页面，运行pip install msgpack-0.6.2-cp36-cp36m-win_amd64.whl安装好即可。 去为了进行可视化，去页面下载后pip install torchvision-0.4.1-cp36-cp36m-win_amd64.whl进行安装。

环境测试

1. 输入python并回车，进入PYTHON环境，运行以下命令：

import torch
torch.__version__    # 应该得到结果'1.4.0+cu92'
print(torch.cuda.is_available())     # 应该得到结果True

1. 在Visual Studio Code中，只要有Python插件，即可打开后缀名为ipynb和py的Python代码，而且可以执行Python程序。