深度学习环境搭建1-pytorch框架
工作需要，自己实际动手安装的深度学习环境，包括CUDA、pytorch 、opencv等。
1 安装CUDA
1.1官网下载cuda
1.2安装
1.3.配置环境变量
1.4.检查是否安装成功
2 安装cuDNN(7.6.5版本)
下载：cuDNN Archive | NVIDIA Developer
上述三个都需要下载并按照顺序安装，否则会出错
安装命令：
sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.0.56-1+cuda10.0_amd64.deb
注意上图中第二个安装里面的cudnn.h的路径。
把此文件复制到/usr/local/cuda/include文件夹下面,并修改权限：
sudo cp /usr/include/cudnn.h /usr/local/cuda/include sudo chmod a+x /usr/local/cuda/include/cudnn.h
确认是否安装成功：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如上图所示，则表示已经安装成功
3 安装python(Anaconda)
4 搭建虚拟环境
conda create -n your_env_name python=3.6
激活虚拟环境：source activate your_env_name
关闭虚拟环境：source deactivate your_env_name
windows下激活：activate your_env_name
5 Linux下清华镜像安装pytorch
conda config --add channels Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
conda config --add channels Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
conda config --set show_channel_urls yes
conda config --add channels Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
先执行上边的语句，添加镜像，本次只添加了第一条速度就明显很快了
然后按照官网上下载对应版本的pytorch命令就可以了（失败了，更换了豆瓣源下载）
conda install pytorch torchvision torchaudio cudatoolkit=10.0 -c pytorch
下边用pip 使用豆瓣源安装成功了
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html -i Simple Index
6 安装OpenCV-Python
1.下载离线包
2.进入到包所在路径，执行命令
conda install opencv3-3.1.0-py36_0.tar.bz2