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：从0.4.0版本开始，请通过官方通道进行PyTorch的安装，原通道将停止更新。

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 x64 (with Python 3.5/3.6)
• Windows 64位系统（Windows 7 或 Windows Server 2008 及以上）
• GPU版本还需要任意版本的 CUDA （包内置了CUDA 8 / 9 的部分主要二进制文件）

这几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：（注：仅 0.3.1，以后不再更新）

# for CPU only packages
conda install -c peterjc123 pytorch-cpu

# for CUDA 8, Windows 10 or Windows Server 2016
conda install -c peterjc123 pytorch

# for CUDA 9, Windows 10 or Windows Server 2016
conda install -c peterjc123 pytorch cuda90

# for CUDA 9.1, Windows 10 or Windows Server 2016
conda install -c peterjc123 pytorch cuda91

# for CUDA 8, Windows 7 or Windows Server 2008/2012
conda install -c peterjc123 pytorch cuda80

# for CUDA 9, Windows 7 or Windows Server 2008/2012
conda install -c peterjc123 pytorch cuda90

如果不能忍受conda那蜗牛爬般的网速的话，那么大家可以尝试以下两种途径：

1. 添加清华源，然后使用conda进行安装。（注：0.3.1 及以后）

### for those who don't use tsinghua mirror before
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

### for 0.4.0 and later
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# for CPU only packages
conda install pytorch-cpu

# for Windows 7, Windows Server 2008 or up, CUDA 8
conda install pytorch

# for Windows 7, Windows Server 2008 or up, CUDA 9
conda install pytorch cuda90

# for Windows 7, Windows Server 2008 or up, CUDA 9.1
conda install pytorch cuda91

### for 0.3.1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

# for CPU only packages
conda install pytorch-cpu

# for CUDA 8, for Windows 7, Windows 10 or Windows Server 2016
conda install pytorch

# for CUDA 9, for Windows 7, Windows 10 or Windows Server 2016
conda install pytorch cuda90

# for CUDA 9.1, Windows 10 or Windows Server 2016
conda install pytorch cuda91

# for CUDA 8, Windows 7 or Windows Server 2008/2012
conda install pytorch_legacy

# for CUDA 9, Windows 7 or Windows Server 2008/2012
conda install pytorch_legacy cuda90

2. 从百度云进行下载，大家下载之后，键入如下几条指令：（注：0.4.0及以后的不再存放）

cd "下载包的路径"
conda install numpy mkl cffi
conda install --offline pytorch????.tar.bz2

注：文件名说明：

一般为以下两种形式

PACKAGENAME–VERSION–PYTHON_VERSIONcuCUDA_VERSION.tar.bz

或

PACKAGENAME–VERSION–PYTHON_VERSION_cudaCUDA_VERSION_cudnnCUDNN_VERSIONHASH_REVISION.tar.bz2

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；CUDA_VERSION和CUDNN_VERSION分别代表CUDA和cuDNN编译的版本；REVISION代表修订号。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.

1. 请将Anaconda的Python版本升级至3.5.3/3.6.2及以上。
2. 如果安装了CUDA编译的包，请确保你的电脑有Nvidia的显卡。
3. 如还不行，试试看创建虚拟环境是否能解决。

附一段简单测试CUDA与cuDNN是否工作正常的代码：

# 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))

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。