PyTorch在64位Windows下的Conda包

昨天发了一篇PyTorch在64位Windows下的编译过程的文章，有朋友以为能不能发个包，这样就不用折腾了。因而，这个包就诞生了。感谢@晴天1494598013779为conda包的安装作了测试。

更新：已经添加了对全部Compute Capability>=2.0的显卡的支持

先别急着激动。若是要直接使用的话，你须要知足如下条件：

• Anaconda3 (with Python 3.6)
• Windows 10 64位系统（其余因为CUDA二进制文件不一致因此不行）
• CUDA 8.0.61
• cuDNN v5以上（包中已经自带了v6, cuDNN v5用户亦可放心使用）

这四个条件我的感受还算比较OK，若是不想放弃Anaconda2也能够建立虚拟环境来使用。

要安装的话，若是你不嫌弃anaconda cloud的网速的话，只需键入下面一条命令：

conda install -c peterjc123 pytorch=0.1.12复制代码

若是不能忍受conda那蜗牛爬般的网速的话，那我为你们将包上传至公有云中，能够尝试七牛云或者百度云，你们下载以后，键入以下几条指令：

conda install numpy mkl cffi
conda install --offline path/to/tar/pytorch-0.1.12-py36_0.1.12cu80.tar.bz2复制代码

安装以后，也千万要注意，要在主代码的最外层包上

if __name__ == '__main__':复制代码

这个判断，能够参照我昨天文章中的例子，由于PyTorch的多线程库在Windows下工做还不正常。

更新：经网友提醒，若import torch时发生以下错误：

Traceback (most recent call last):
  File "test.py", line 2, in <module>
    import torch
  File "C:\Anaconda3\lib\site-packages\torch\__init__.py", line 41, in <module>
    from torch._C import *
ImportError: DLL load failed: The specified module could not be found.复制代码

请将Anaconda的Python版本从3.6.0升级至3.6.1。

附一段简单测试CUDA与cuDNN是否工做正常的代码：

# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))复制代码

若是CUDA工做不正常，那就不能使用.cuda()将模型和数据经过GPU进行加速了。而若是cuDNN不能正常工做，那就使用以下代码关掉它：

cudnn.enabled = False复制代码

以上，就是文章的所有内容啦，若是感受还意犹未尽的话，能够给个人Github 主页或者项目加个watch或者star之类的（滑稽），之后说不定还会再分享一些相关的经验。