清华源失效后 windows 安装 CUDA10 + tensorflow/pytorch gpu版本 的可行之路（含加速方法）

本文主要解决：清华源失效后的加速方法 & tf1.11和CUDA10套餐的安装方法

首先是想在conda中安装pytorch-gpu，下载实在是成功不了。由于4月16日清华源停止服务，刚好就卡在这个当口上，换了科大源也没有好转，所以只能找点新的解决思路咯。

电脑配置及安装信息

这两天服务器宕机，就在笔记本上装着玩玩，遇到了一些问题，解决之后写个文章记录一下方案
电脑型号： 华硕 ZX50J
GPU： Nvidia 950M

CUDA版本：
安装的 Pytorch 版本：
安装的tensorflow版本：
话不多说。

Anaconda

这个问题我就不再赘述啦，网上有很多博客都有介绍

CUDA

可以通过Nvidia控制面板 → 帮助 → 系统信息 → 组件 处查看支持的CUDA版本

CUDA下载地址
安装教程
安装时只用选择CUDA安装即可。

CUDNN

下载地址
安装教程
安装方法即解压后，将文件按照解压后的 文件夹从属关系 放到CUDA的对应文件夹中即可。

pytorch-gpu安装

注：CONDA创建环境命令 放在这里，小伙伴就不用去搜索啦
conda create -n your_env_name python=X.X
如 conda create -n pytorch (python版本参数省略时现在默认为3.7)
创建之后 进入 conda activate pytorch 退出 conda deactivate

下载提速

如果直接使用pytorch官网的conda或是pip命令，我是等了一下午，重复了好几次也没成功。
在网上搜寻一波之后发现，可以直接从pip命令中获取下载链接 如图。

下载时又遇到一个坑，迅雷找不出资源，chrome有速度却太慢了。
这时就想起用自己租的vultr服务器，果断连上， wget一下 真香

Linux 和 Windows之间互传文件

首先，有Xftp的小伙伴可以直接使用
如果没有的话（就像我，之前给删了也没怎么用过笔记本）
可以使用 pscp ，很小的一个玩意，网上搜索一下就有。
下载的exe文件扔进 C:/Windows/System32

就可以直接在windows命令行 使用pscp命令与linux互通了，命令如下(打码位置为ip) 速度还是可以的

本地包的安装

直接在conda中 使用 pip insatll 位置+文件名 就大功告成啦~

测试代码
import torch
x = torch.Tensor([7,1])
xx = x.cuda()
print(xx)
测试cudnn
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

结果如下 _{Pytoch大功告成}

tensorflow-gpu安装

这有了pytorch 万一还得用到tf怎么办，而且官方的tf还不匹配CUDA10.还好在网络上找到了这个老哥的方法方法:https://github.com/fo40225/tensorflow-windows-wheel

进去找到对应的版本进入相应 path下载，比如我就是 PY3.7+CUDA10.0.130 + X86， 就去对应目录中下载文件 1.11.0\py37\GPU\cuda100cudnn73sse2

小问题：怎么下载Github中单个文件

可以用chrome插件 ： Gitzip 或是 Octo mate
这里介绍另一种本情况可用的最简单暴力的： 直接一路找到那个文件，然后点 view raw chrome就会开始下载了

下载之后，创建一个tensorflow 的conda环境，在其中pip install 路径/文件名 就可以安装啦