2019年4月14日笔记
本文中演示的操作系统是Windows10。

1.软件下载

百度云盘下载链接: https://pan.baidu.com/s/1ACJSry3egBGin-w50RwtyQ 提取码: cs6y
本文作者在链接中上传了5个深度学习环境搭建所必需的文件，如下：

百度云盘截图.png

1. Microsoft出品，在Windows操作系统运行所有软件都依赖的.Net Framework库，版本号为4.6。
2. Continuum Analytics出品，包含了conda、Python等180多个科学包及其依赖项。版本号为5.2的Anaconda，自带版本号为3.6的python。
   python中文叫做蟒蛇，Anaconda中文叫做蚺蛇，中文有句俗语“大蛇为蟒、大蟒为蚺、大蚺为蛟...”
   蟒蛇和蚺蛇的区别如下表所示：

3. Nvidia出品，用于做并行计算的平台CUDA，版本号为9.0，前提是电脑拥有Nvidia独立显卡。
   在做深度学习实验时，建议最低配置也需要Nvidia GTX1060的6GB显存版本。
   本文作者使用的是CUDA9.0，查看自己的电脑是否能够使用CUDA9.0，请查看本文作者的另外一篇文章《Windows系统查看CUDA版本号》，链接：https://www.jianshu.com/p/d3b9419a0f89
4. Nvidia出品，用于做深度学习加速计算的cuDNN库，版本号为7.3。
5. Facebook出品，提供给开发人员的深度学习开发框架PyTorch，版本号为1.0.1。
   PyTorch有2个版本，cpu版和gpu版，本文要安装的是gpu版本，因为gpu版本是cpu版本运行速度的50倍。

2.安装.Net Framework4.6

选择下图中红色箭头标记处exe可执行文件.NetFramework_4.6.2.exe，双击开始安装。

image.png

image.png

image.png

3.安装Anaconda5.2

选择下图中红色箭头标记处exe可执行文件Anaconda3-5.2.0-Windows-x86_64.exe，双击开始安装。

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

4.安装CUDA9.0

选择下图中红色箭头标记处exe可执行文件cuda_9.0.176_win10.exe，双击开始安装。

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

5.安装cudnn7.3

使用解压软件将压缩文件cudnn-9.0-windows10-x64-v7.3.1.20.zip解压到当然文件夹，
具体操作示意图如下图所示：

image.png

image.png

image.png

image.png

image.png

image.png

image.png

6.安装pytorch1.0.1

6.1 pip换源

pip换源是更改pip下载各种库时使用的镜像地址，修改为国内的镜像后，可以极大提高pip下载速度。
请查看这篇文章完成pip换源，https://www.jianshu.com/p/46c17698bd4b

6.2 运行pip install命令安装本地WHL文件

使用WHL文件安装python中的库，使用的WHL文件如下图所示。

image.png

image.png

image.png

image.png

6.3 运行pip install命令安装msgpack库

考虑到部分读者可能没有安装运行pytorch必需的msgpack库。
在cmd中输入命令：pip install msgpack，然后按Enter键运行命令。

image.png

6.4 更新pip

如果不更新pip，并不影响python的使用，但是每次使用pip安装库都会用黄色信息提醒更新pip。
在cmd中输入命令：python -m pip install --upgrade pip，然后按Enter键运行命令。
到这里为止，所有需要安装的软件和库已经完成，接下来只需要测试运行环境能否使用。

6.5 运行pip install命令安装torchvision库

在cmd中输入命令：pip install torchvision，然后按Enter键运行命令，如下图所示。

image.png

7.测试运行环境

在任意路径下打开cmd，在cmd中运行命令：python，如下图所示。
如果cmd中运行命令时，命令前面内容如下图中红色字1标注处为路径，则此时cmd状态是运行系统命令。
如果cmd中运行命令时，命令前面内容如下图中红色字2标注处为>>>，则此时cmd状态是运行python命令。
在运行python命令的cmd状态下，可以用命令exit()切换到运行系统命令的cmd状态。
在运行系统命令的cmd状态下，可以用命令python切换到运行python命令的cmd状态

image.png

import torch
x = torch.rand(5, 3)
print(x)
torch.cuda.is_available()

结果如下图所示，则表明成功安装pytorch。
x是随机产生的数字矩阵，所以读者产生的结果可能不同。
torch.cuda.is_available()的结果必须为True

image.png

8.总结

1. 本文作者提供5个安装文件在百度云盘的下载链接，读者可以直接下载安装，省去了自己下载的麻烦。
2. 本文详细介绍了pytorch的gpu版本的安装细节，希望给有志于从事深度学习的入门读者带来良好的起步。
3. 如果读者对细节有疑问，可以在评论区留言。
4. 不同读者的实际操作中，可能会遇到各种奇怪的困难，本文作者建议先将Nvidia相关驱动卸载干净后，重新安装Nvidia驱动，再实现本文当中的操作。