我记得以前安装过深度学习库GPU版本， 需要安装cuda什么的，翻了下还真写过一篇win10安装tensorflow的文章，但是流程不止不详细，还不清晰。这次就再记录一遍

这次安装的是pytorch，这么多年似乎pytorch要逐渐统一深度学习库了，下面几个步骤

1. 安装cuda+cudnn

这一步其实不难，就是东西有点大，而且NV官网页面打开很慢。

1.1 首先要从“nvidia 控制面板” 左下角的“系统信息”查看自己显卡的驱动版本， 我的是11.7

 

1.2 第二就是找相应的 cuda toolkit 安装包。

这里是cuda toolkit的安装过程，非常详细：Windows CUDA Toolkit安装 - 知乎 (zhihu.com)

cuda toolkit很大，2.5G，安装时提示你没有安装visual studio，这里我还百度了一下是否必须安装，百度回答是必须的，我看到有些pytorch GPU安装教程没有记录安装VS，有些记录了，不知道哪个是对的，我还是选择装了VS。

1.3 下载cudnn，解压，把里面目录拷贝到cuda对应目录中。 配置环境变量。这里最麻烦的就是要注册了才能下载，找了一下国内没找到。

安装顺利的话 环境变量应该会增加两个路径：（我有点后悔装了默认路径） 

并且在Path中多了两个路径，加上cudnn需要配置的x64 一共是3个：

 

2. py安装pytorch。

2.1 我装的是minicoda（前几天我在机房试了一下最新的anaconda，发现里面有pytorch和transformer，结果一看整个文件夹9.3G，真是吓尿了），

2.2 然后用conda 创建了个新环境，随后在pytorch官网根据pytorch版本和环境得到一个pip的安装命令，我用了最新的2.0.1， 结果安装包有2.3 G 真是吓死人。

2.3 在python中测试一下 

import torch
print(torch.__version__)
print(torch.cuda.is_available())

最后是True就OK了