PyTorch在64位Windows下的Conda包

02-10

昨天發了一篇PyTorch在64位Windows下的編譯過程的文章，有朋友覺得能不能發個包，這樣就不用折騰了。於是，這個包就誕生了。感謝@Jeremy Zhou為conda包的安裝做了測試。

更新：已經添加了對所有Compute Capability>=3.0的顯卡和老版本Windows的支持

更新：已更新為最新的0.3版本。

先別急著激動。如果要直接使用的話，你需要滿足以下條件：

Anaconda3 x64 (with Python 3.5/3.6)
Windows 64位系統（Windows 7 或 Windows Server 2008 及以上）
CUDA 8 / CUDA 9（包中已內置，因此老版本也能用）
cuDNN v5以上（包中已經自帶了, cuDNN v5用戶亦可放心使用）

這四個條件個人感覺還算比較OK，如果不想放棄Anaconda2也可以創建虛擬環境來使用。

要安裝的話，如果你不嫌棄anaconda cloud的網速的話，只需根據自己的系統鍵入下面的一條命令即可：

# for CPU only packagesconda install -c peterjc123 pytorch# for Windows 10 and Windows Server 2016, CUDA 8conda install -c peterjc123 pytorch cuda80# for Windows 10 and Windows Server 2016, CUDA 9conda install -c peterjc123 pytorch cuda90# for Windows 7/8/8.1 and Windows Server 2008/2012, CUDA 8conda install -c peterjc123 pytorch_legacy cuda80

如果不能忍受conda那蝸牛爬般的網速的話，那我為大家將包上傳至公有雲中，可以嘗試百度雲，大家下載之後，鍵入如下幾條指令：

cd "下載包的路徑"conda install numpy mkl cfficonda install --offline pytorch????.tar.bz2

註：文件名說明：

一般為PACKAGENAME-VERSION-PYTHON_VERSIONcuCUDA_VERSION.tar.bz

PACKAGENAME 分為 pytorch 和 pytorch_legacy，分別為NT內核版本10和6的兩類系統進行編譯；VERSION 代表 pytorch 的版本；而PYTHON則代表python程序的版本，主要分為3.5和3.6；CUDA_VERSION代表CUDA編譯的版本。請自行選擇合適的版本進行安裝。

安裝之後，也千萬要注意，要在主代碼的最外層包上

if __name__ == __main__:

這個判斷，可以參照我昨天文章中的例子，因為PyTorch的多線程庫在Windows下工作還不正常。

更新：經網友提醒，若import torch時發生如下錯誤：

Traceback (most recent call last): File "test.py", line 2, in <module> import torch File "C:Anaconda3libsite-packages orch\__init__.py", line 41, in <module> from torch._C import *ImportError: DLL load failed: The specified module could not be found.

請將Anaconda的Python版本升級至3.5.3/3.6.2及以上。
如果安裝了CUDA編譯的包，請確保你的電腦有Nvidia的顯卡。
如還不行，試試看創建虛擬環境是否能解決。

附一段簡單測試CUDA與cuDNN是否工作正常的代碼：

# CUDA TESTimport torchx = torch.Tensor([1.0])xx = x.cuda()print(xx)# CUDNN TESTfrom torch.backends import cudnnprint(cudnn.is_acceptable(xx))

如果CUDA工作不正常，那就不能使用.cuda()將模型和數據通過GPU進行加速了。而如果cuDNN不能正常工作，那就使用如下代碼關掉它：

cudnn.enabled = False

以上，就是文章的全部內容啦，如果感覺還意猶未盡的話，可以給我的Github 主頁或者項目加個watch或者star之類的（滑稽），以後說不定還會再分享一些相關的經驗。