PyTorch电脑环境配置（PyTorch1.5.0+CUDA10.2+cudnn7.6.5）

最近新入手一台电脑，Intel i7-10875H，8核16线程，16G内存，RTX2070显卡，8G显存，512G固态硬盘+1T机械硬盘，鲁大师评分523142。这样的配置对于部分的深度学习网络应该足够了吧。

Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等，conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。
CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。cuDNN是一个常见的神经网络层加速库文件，其能够很大程度的把加载到显卡上的网络层数据进行优化计算，cuDNN需要在有cuda的基础上进行。
PyTorch是一个开源的Python机器学习库，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这是很多主流深度学习框架比如Tensorflow等都不支持的。torchvision主要集成了一些数据集，深度学习模型，一些转换等，以后需要使用还是很方便的。

• Anaconda的安装
  在官网（https://www.anaconda.com/products/individual）下载最新的版本Anaconda3-2020.02-Windows-x86_64，注意安装的时候将添加到环境变量的选项勾选上。

• Pycharm的安装
  在官网（https://www.jetbrains.com/pycharm/download/#section=windows）下载最新版本安装包pycharm-professional-2020.1.1，选择路径，勾选add launchersdir to the path，等待安装完成。因为下载的是专业版，还需要对其进行破解。
  1.启动你的IDE，如果上来就需要注册，选择：试用（Evaluate for free）进入IDE。
  2.将jetbrains-agent-latest.zip拖进IDE窗口（或者当作IDE插件安装），点"Restart" 按钮重启IDE。
  3.在弹出的JetbrainsAgent Helper对话框中，点击为 PyCharm安装 按钮。
  4.重启IDE，搞定。

• Pytorch、CUDA及cudnn安装
  首先在官网（https://pytorch.org/）查看pytorch支持的cuda版本，这里我们选择CUDA10.2，然后去CUDA官网（https://developer.nvidia.com/cuda-downloads）下载安装包。
  之后在（https://developer.nvidia.com/cudnn）下载对应的cudnn加速包，这部分需要登录自己的账号才可以下载。
  
  
  在cmd窗口进入cuda安装目录下，输入nvcc-V，如果出现以下信息，则说明安装成功。将cudnn解压后的文件夹复制到cuda安装目录下，然后在demo文件夹下执行两个程序bandwidthTest,exe和deviceQuery.exe，如果返回结果为pass，则表示安装成功。
  
  
  
  在网站https://download.pytorch.org/whl/torch_stable.html找到pytorch和torchvision对应的版本，如果下载太慢的话，可以使用迅雷等工具下载，然后在命令窗口安装。
  pip install F: \torchvision-0.6.0-cp37-cp37m-win_amd64.whl
  pip install F: \torch-1.5.0-cp37-cp37m-win_amd64.whl\

这样，我们就完成了电脑环境的基本配置。输入import torch，不报错，则代表安装成功~