Windows 7 64位系统安装Pytorch（2020.12.27）

1、环境准备

        具体操作可参考我的博客Windows 7搭建TensorFlow深度学习框架实战（2020.11.22）下的4.3.9节。默认环境以这一节为基础。

1.1 查看电脑GPU，确保显卡驱动已安装，所支持CUDA的计算能力

电脑GPU

显卡驱动已安装

NVIDIA控制面板

显卡CUDA计算能力

        由于电脑的GPU显卡为GTX 970 ，确认安装好了**显卡驱动**，可以到[NVIDIA官网](https://developer.nvidia.com/zh-cn/cuda-gpus)查看电脑显卡对应的CUDA计算能力为5.2：

1.2 确认CUDA、cudnn、Visual C++ 生成工具 2019已安装

        由于之前为了安装tensorflow-gpu 2.3.1，我选择了MSVC 2019–vc_redist.x64.exe、CUDA 10.1、cudnn7.6.5，当然为了利用GPU来跑深度学习代码，对于CUDA和cudnn版本可根据自身显卡支持的CUDA计算能力来选择。

        cuDNN下载解压后一个cuda文件夹里面有三个文件夹bin、include、lib\x64，需要将这三个文件夹中的文件（cudnn64_7.dll、cudnn.h、cudnn.lib）复制到CUDA的安装目录对应文件夹下。

1.3 确保Conda已安装，Channels地址配置清华源镜像

2、 Pytorch安装

        Win+R打开cmd窗口，输入命令：nvcc -V 查看CUDA版本和编译器驱动

        cmd中继续输入命令:conda create --n jjgpytorch python=3.6 //创建名称为jjgpytorch的虚拟环境

        然后需要进入Pytorch的whl包网站下载cu101/torch-1.4.0-cp36-cp36m-win_amd64.whl文件后，复制到D:\Anaconda3\envs\jjgpytorch\Scripts文件夹

        在此文件夹下打开cmd窗口，然后如果直接输入pip install torch-1.4.0-cp36-cp36m-win_amd64.whl来安装Pytorch,这时可能会提示numpy.core.multiarray failed to import，因此需要先安装numpy后再安装torch。

pip install numpy 
pip install torch-1.4.0-cp36-cp36m-win_amd64.whl

        上图中，提示我们成功安装了torch-1.4.0，然后有警告信息，提示需要将两个exe文件所在目录D:\Anaconda3\envs\jjgpytorch\Scripts放到系统环境变量Path下，下面进行添加。


查看jjgpytorch环境下已安装的包：

conda activate jjgpytorch
pip list

3 、测试GPU版的Pytorch安装是否成功

验证代码：

import torch
x = torch.rand(5,5)
print(x)
torch..cuda.is_available() #如果返回True，GPU版Pytorch成功安装完毕

3.1 cmd窗口运行

3.2 Jupyter Notebook运行

3.3 Spyder运行

3.4 PyCharm运行