超详细深度学习环境搭建指南——GPU版本的pytorch（附pytorch的pycharm环境搭建）
超详细GPU版本的pytorch安装指南（附pytorch的pycharm环境搭建）
本人学生一枚，第一次搭建深度学习环境，如有错误，还请大佬多多指教
（一）Anaconda的安装
由于Anaconda的服务器在国外，下载速度非常非常缓慢，于是采用清华的镜像源下载。
清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/
选择anaconda并安装
选择archive/
滑到最低端便是最新的版本，选择合适的型号安装
进入anaconda时，从window进入（没有快捷方式，比较坑）
点击Anaconda即可进入了
（二）显卡驱动的安装
首先先要明确自己的电脑是否支持GPU版本的安装。若支持，即可下载对应的显卡驱动。
①查看显卡型号
右键“此电脑”——管理——设备管理器——显示适配器
这样就能查到自己的显卡型号了
②安装显卡驱动
NVIDIA显卡驱动的下载地址：https://www.nvidia.cn/Download/Find.aspx?lang=cn
选择自己合适的型号，开始下载
（三 ）CUDA的安装
CUDA的下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
选择合适的型号，点击download即可
检验安装是否安装正确：win+R→cmd→nvcc -V
如图即为安装正确
（四）cuDNN的下载
cuDNN的下载地址：https://developer.nvidia.com/rdp/cudnn-archive
根据自己下载的CUDA型号，选择合适的cuDNN版本。值得一提的是，如果它们的版本不符合，将会造成不少的运行错误
注意，下载成功后，要将cuDNN解压后的文件夹中bin、include和lib三个文件夹复制粘贴到CUDA安装路径中这三个文件夹的父文件夹下面
（五）GPU版本的pytorch下载
下载地址：https://pytorch.org/get-started/locally/
根据自己的CUDA型号选择，并复制“Run this Command”中的命令。注意，由于服务器在外网，我们采用清华镜像来下载。（避坑：最后的-c pytorch不要复制，否则程序不会采用镜像源）
清华conda源地址：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
添加清华源：
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
同时添加第三方conda源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
打开anaconda，environment-base-open terminal，从而打开命令框
将清华源，第三方conda源，官网的命令全部输入进命令框。
敲击回车，开始下载。提示【y/n】时，输入y
下载成功
关闭命令框，并重新按刚才的方式进入命令框。在命令框中输入python,输入import torch，输入torch.cuda.is_available()。若返回TRUE，恭喜，您已完成了GPU版本pytorch的配置了。
若返回false，一般情况为驱动程序没有装好。
若系统报错：
ImportError: numpy.core.multiarray failed to import
则可能是路径问题，卸载重装即可。可以采用如下方法：
pip uninstall numpy
pip install numpy
计算机其中可能会弹出红字，提示版本过低。将红字有效部分复制黏贴，升级即可。
（六）pycharm中pytorch环境的配置
打开pycharm
file-new project-pure python,选择第二项。
点击“三个点”图标，点击conda，在anaconda文件夹的Tools下，选择python.exe，点击OK
新建任务（file-new）
输入如下代码测试：
import torch
print(torch.cuda.is_available())
若终端返回TRUE，恭喜您，您已成功配置好了pycharm环境下的pytorch