pytorch+CUDA+CUDNN配置教程

首先贴上参考教程的链接pytorch配置教程

如果是Ubuntu下配置参考链接ubuntu下配置pytorch
https://www.cnblogs.com/jisongxie/p/10055411.html
如果是windows下可以跳过这两个链接

A.Step1:Install Python 3.6

首先安装python，官网下载安装包https://www.python.org/downloads/这里有多个版本，推荐python 3.6.X，因为其他版本可能会发生一些未知错误。

B.Step2:Install Pytorch

这里介绍两种方法
第一种：(这里不推荐这种方法，运气不好的话，两天也下载不完)
首先进入pytorch官网https://pytorch.org/

特别注意：选择适合自己的版本
复制下面这个Run this Command到cmd窗口运行即可
接着你可以检测是否安装成功：

python
import torch
torch.__version__              #显示torch版本信息
torch.cuda.is_available()      #是否可以使用cuda加速

可以在pip安装时使用国内的源
这里提供常用的四个，主要就是清华与中科大的源
清华源
阿里源
中国科技大学
豆瓣源
使用方法：在Run this Command后面加上路径即可

pip3 install torch torchvision -i  https://pypi.mirrors.ustc.edu.cn/simple

后面的即是源（这里使用的是清华源），可能源里面没有你需要的版本，所以这里就介绍第二种方法。

第二种：
离线pip安装pytorch，首先复制刚刚pytorch官网Run this Command里面的网址链接打开，即下面画红线的url
选择适合你的版本，上面是macOS版本的(你需要的几乎在页面最下面）(推荐使用IDM下载，特别快)
有些小伙伴偷懒所以这里就放上torch1.5.0和torchvision0.6.0的windows版本
需要自提(百度网盘)
链接：https://pan.baidu.com/s/1KcjbgwfyHhAekKUxNICpUw
提取码：c1an

离线安装
同样首先打开cmd窗口，cd 到下载文件的目录，然后运行以下命令

pip3 install pkg_name.whl

注意：将pkg_name换成下载的whl文件名

看到Successfully，恭喜你安装成功，
接着上面的测试，测试你是否安装成功。
第三种 anaconda 安装，这里在ubuntu下经常使用，这里就不介绍了

C.Step3: Install CUDA+CUDNN

同样官网链接https://developer.nvidia.com/cuda-downloads

附上百度网盘链接CUDA10.1和CUDNN7.6.3.30版本
链接：https://pan.baidu.com/s/1xz6zugj–ycJsOMLuMdvPA
提取码：6qfb
复制这段内容后打开百度网盘手机App，操作更方便哦
下载完成打开安装程序，选择路径（记住你的安装路径，以后要用）

一步一步操作，不知道安装哪个的话，就全部安装。
最后你会得到如下两个图标

接着到了关键的一步，配置环境变量——在系统变量里面添加如下路径（注意不要手打路径）用选择文件的方式添加路径，如下四个路径配置


验证安装——你可以在cmd窗口输入
nvcc -V
出现如下信息说明你安装成功
cudnn官网下载链接
cuDNN Download：https://developer.nvidia.com/rdp/cudnn-download
上面网盘中有cudnn的文件。
下载后，将下载文件解压，然后 copy------》past
按照自己的情况来，图中是我的解压和安装路径：（注意是路径中的文件）

注意：移动到你刚刚安装cuda的路径，而不是移动到c盘路径下
恭喜你：一个工具人诞生了
一个完整的pytorch+cuda+cudnn配置完成了

D.其他包的安装

numpy matplotlib opencv-python这些包对于计算机视觉或者深度学习都是必须的，所以建议你把这些包安装了。

pip install numpy pillow matplotlib opencv-python

这里嫌下载慢的话，同样可以使用清华源