tags: pytorch,python,cuda,pipenv

安装环境

1. python版本：3.7.0，64位
2. 操作系统：windows10
3. 显卡：N卡
4. cuda版本：10.0
5. 配置环境：pipenv虚拟环境

安装相关模块

在**的虚拟环境中，使用下面的命令安装模块
pipenv install --skip-lock numpy pandas matplotlib ipython jupyter

第一种安装方式（推荐）

在官网网页（这是地址）中，可以找到cuda10对应的安装命令，

但是如果直接使用该命令进行安装，则速度会非常慢，所以这里使用国内安装源的方式进行安装，
命令如下：

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

第二种安装方式：

下载对应的安装文件

需要下载文件：torch-1.2.0-cp37-cp37m-win_amd64.whl和torchvision-0.4.0-cp37-cp37m-win_amd64.whl（可以从官网下载或者在别的网站搜索）

安装下载好的文件

在虚拟环境中输入命令：
pip install C:\Users\Administrator\torch-1.2.0-cp37-cp37m-win_amd64.whl和
pip install C:\Users\Administrator\torchvision-0.4.0-cp37-cp37m-win_amd64.whl
其中C:\Users\Administrator为安装包文件路径，请根据各自存放位置修改。

测试环境是否配置成功

在pipenv虚拟环境中，输入jupyter notebook进入编程环境，然后在里面新建python文件，在文件中输入：
import torch
运行上面的代码

然后输入命令：
torch.__version__
如果没问题，则会输出刚才安装的pytorch版本：1.2.0

最后输入命令：
torch.cuda.is_available()
如果打印True，则证明GPU已经配置成功。

这里由于之前学习tensorflow时，其当时只能使用cuda10.0版本，所以这里就使用了当时已经配置好的cuda10.0环境，如果需要使用最新的pytorch版本，可以去官网查找对应的命令，然后配置需要的cuda环境，使用方法1安装。