windows10+cuda10.1 深度学习环境配置

前言

迫于学校不让开学，不得已收了块N卡在家里学习，顺便记录下配环境的过程和踩过的坑

首先说一下最坑的

下载cuda之前千万要去确认一下想要使用的深度学习库支持的最高的cuda的版本。
我就在目前（2020.2.22）pytorch和tensorflow最高都只支持到10.1的情况下安装了10.2发生了很多错误，之后又换回了10.1，但是安装过程大同小异主要是懒，就用10.2的图了。

Anaconda安装与配置

1. 直接去官网下载最新版，安装过程中会询问是否自动添加环境变量，很多教程都表示不要勾选之后手动添加，但是我一直自动添加目前还没出现过问题···
2. 更换清华源 由于众所周知的原因我们访问国外镜像会很慢，可参考清华镜像站的教程将anaconda换为清华源

安装cuda10.1

nv官网中有各版本cuda，下载10.1版本。一开始下的在线安装非常慢，换用了离线安装包。
过程中选用自定义安装，由于之前装了最新的显卡驱动且暂时不用VS，所以选择组件如下：
安装过程中自动添加了环境变量如下，最后一个nvsmi需要手动添加，各位把10.2换成10.1就行：

安装完成后命令行输入nvcc -V显示cuda版本则安装成功。同时还可以输入nvidia-smi查看显卡信息

安装cuDNN 7.6.5

cuDNN官网下载：[link](https://developer.nvidia.com/rdp/cudnn-download
需要注册developer账号才能下载，不知道是否需要科学上网因为我一直开着，注册之后才能看到7.6.5。下载后解压，直接把 cuda 文件夹里的 bin, include, lib里的文件分别复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1对应的文件夹中

pyTorch安装

anaconda中新建虚拟环境
conda create -n envname python =3.7
conda activate envname
这里出现一个小插曲，在pytorch官网上没有发现对cuda10.2版本的pytorch，后来在一个pytorch论坛中发现了如下解释，大概就是使用conda安装pytorch时；里边已经有cuda和cudnn了，这一点在我卸载cuda10.2之后仍然能运行pytorch和通过下面的检测上可以证实。

即直接在虚拟环境中使用conda install pytorch torchvision cudatoolkit=10.1 -c pytorch安装即可。
加载pytorch输入版本号验证是否安装成功

python
import torch
print(torch.__version__)

接下来检测当前Pytorch和设备是否支持CUDA和cudnn，新建py文件输入以下代码

# Summary: 检测当前Pytorch和设备是否支持CUDA和cudnn
# Author:  Amusi
# Date:    2018-12-20 
# github:  https://github.com/amusi/PyTorch-From-Zero-To-One

import torch
 
if __name__ == '__main__':
	print("Support CUDA ?: ", torch.cuda.is_available())
	x = torch.Tensor([1.0])
	xx = x.cuda()
	print(xx)
 
	y = torch.randn(2, 3)
	yy = y.cuda()
	print(yy)
 
	zz = xx + yy
	print(zz)
 
	# CUDNN TEST
	from torch.backends import cudnn
	print("Support cudnn ?: ",cudnn.is_acceptable(xx))

tensorflow安装

目前还没用过tensorflow，先安一下试试。
我从网上看到，目前1.14和2.1之后的tensorflow好像可以支持cuda10.1。同样conda安装的tensorflow好像也集成了cuda和cudnn，但是据说可能会出现各种问题，pip安装的则没有。总之，确认好想要使用的版本和cuda版本的对应关系，安装后在python中import tensorflow 没有任何显示说明完美成功。