做网站有多赚钱/站长之家查询工具
文章说明：
记录Windows下PyTorch-GPU的安装过程 ——20191213
一、安装anaconda
我的想法是安装就安装最新版本的，无论是anaconda还是CUDA
- 下载anaconda
地址：Anaconda 2019.10 for Windows Installer
2. 安装anaconda
二、安装CUDA
- 查询电脑显卡支持的CUDA
参考：如何确定自己的显卡所支持CUDA版本号
所以，我应该下载CUDA10.1；另一方面，我需要查看PyTorch对于CUDA的要求
PyTorch 官网：PyTorch
综合上面两方面的原因，决定下载 CUDA 10.1 !
2.下载CUDA 10.1
地址：CUDA Toolkit 10.1 original Archive
3.安装CUDA10.1
经过约30min的下载后，终于可以开始安装了！ 双击运行即可
不要选择“精简安装“，而是选择”自定义安装“，而且只勾选了下图所示的4项。
参考：win10下配置GPU加速的Keras框架
4. 测试安装是否成功
如下图所示的目录中，如果找到"nvcc.exe"程序（CUDA语言的编译器），说明CUDA已经安装好了，下面可以在CMD中进行测试。
如果输入 nvcc -V 没有反应的话，有可能是环境变量没有配好
CUDA的安装目录：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1bin
三、安装CuDNN （此步可省略，PyTorch可以不用单独安装CuDNN，因为CuDNN会在Anaconda中自动被安装好！）
- 下载CuDNN
地址：cuDNN Download
下载CuDNN前需要先注册为 Nvidia 用户，可以用社交帐号 Google账号 或者 Facebook账号进行注册，那么我用的是Google账号，之后就可以到上面的地址顺利下载CuDNN了。
2.安装CuDNN
参考：cuda安装教程+cudnn安装教程
！！！上面安装CuDNN的步骤可省略，PyTorch不需要单独安装CuDNN，因为CuDNN会在Anaconda中自动被安装好！
四、安装PyTorch
- 新建conda环境
可参考自己之前在Ubuntu安装PyTorch的知乎文章：在Ubuntu & Anaconda3下安装PyTorch
2. 激活/启动 该虚拟环境 pytorch1.3
3. 更改为国内清华源
参考：龙良曲老师的GitHub：dragen1860/Deep-Learning-with-PyTorch-Tutorials
4. 获取PyTorch下载安装命令，安装PyTorch
一定到GitHub上去获取最新的PyTorch的安装命令，因为经常会更新
参考：
（1）官网：PyTorch
（2）龙良曲老师的GitHub：dragen1860/Deep-Learning-with-PyTorch-Tutorials
由于这个 pytorch 库 在国外的服务器上，所以的话，只复制该命令的前半部分
conda install pytorch torchvision cudatoolkit=10.1
5.测试安装pytorch成功与否
至此，PyTorch已经成功安装！
五、安装Jupyter lab
- 安装jupyter lab
可参考自己之前的知乎文章：在Ubuntu & Anaconda下安装Jupyterlab
conda 2. 配置jupyter lab工作目录
参考：史上最全Jupyter Lab 配置
jupyter 
用 Notepad++ 编辑文件 jupyter_notebook_config.py
参考：jupyter（jupyter notebook & jupyter lab）配置工作目录（启动目录）
3. 测试结果
test.ipynb是我新建的文件，确实保存到了指定的工作目录当中。
至此，Win10 + Anaconda + CUDA + PyTorch-GPU + jupyter lab 的工具链就全部完成了！
码字、整理不易，如参考请注明出！