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，有朋友觉得能不能发个包，这样就不用折腾了。于是，这个包就诞生了。感谢@Jeremy Zhou为conda包的安装做了测试。

更新：已经添加了对所有Compute Capability>=2.0的显卡和老版本Windows的支持

更新：已经支持最新的0.2版本，重新键入安装命令即可进行安装或升级

先别急着激动。如果要直接使用的话，你需要满足以下条件：

• Anaconda3 (with Python 3.5/3.6)
• Windows 64位系统（Windows 7 或 Windows Server 2008 及以上）
• CUDA 8.0.61（包中已内置，因此老版本也能用）
• cuDNN v5以上（包中已经自带了v6, cuDNN v5用户亦可放心使用）

这四个条件个人感觉还算比较OK，如果不想放弃Anaconda2也可以创建虚拟环境来使用。

要安装的话，如果你不嫌弃anaconda cloud的网速的话，只需根据自己的系统键入下面的一条命令即可：

# for Windows 10 and Windows Server 2016conda install -c peterjc123 pytorch# for Windows 7/8/8.1 and Windows Server 2008/2012conda install -c peterjc123 pytorch_legacy

如果不能忍受conda那蜗牛爬般的网速的话，那我为大家将包上传至公有云中，可以尝试百度云，大家下载之后，键入如下几条指令：

conda install numpy mkl cfficonda install --offline path/to/tar/pytorch????.tar.bz2

注：文件名说明：

一般为PACKAGENAME-VERSION-PYTHON_VERSIONcu80.tar.bz

PACKAGENAME 分为 pytorch 和 pytorch_legacy， 分别为NT内核版本10和6的两类系统进行编译；VERSION 代表 pytorch 的版本；而PYTHON则代表python程序的版本，主要分为3.5和3.6；请自行选择合适的版本进行安装。

安装之后，也千万要注意，要在主代码的最外层包上

if __name__ == '__main__':

这个判断，可以参照我昨天文章中的例子，因为PyTorch的多线程库在Windows下工作还不正常。

更新：经网友提醒，若import torch时发生如下错误：

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.

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是否工作正常的代码：

# 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()将模型和数据通过GPU进行加速了。而如果cuDNN不能正常工作，那就使用如下代码关掉它：

cudnn.enabled = False

以上，就是文章的全部内容啦，如果感觉还意犹未尽的话，可以给我的Github 主页或者项目加个watch或者star之类的（滑稽），以后说不定还会再分享一些相关的经验。