深度学习，mxnet库的安装

网上教程很多，但每个人在安装时都可能遇到一些问题，我把我的问题解决贴出来

1.首先安装cuda，windows环境下显卡的驱动程序应该都在，不需要下载，直接去找自己需要的cuda版本就好

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive我安装的是cuda10.1，直接选择下载，适合自己的版本。

安装时解压位置可以随便放，解压后会自动删除文件。

我只需要一个cuda就好，所以安装时其他的杂项也可以删除，安装位置选择自己适合的盘

D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

到此安装结束，打开命令行输入nvcc -V，查看安装结果

出现上图，说明安装成功

2.安装anaconda，其中两个安装选项可选可不选。

打开anaconda prompt

配置清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

 创建虚拟环境（环境内的python版本为3.6）

conda create -n gluon python=3.6

激活虚拟环境

conda activate gluon

接下来就是安装各种库，也是错误最多的地方

name: gluon
dependencies:
- python=3.6
- pip:
  - mxnet==1.5.0
  - d2lzh==1.0.0
  - jupyter==1.0.0
  - matplotlib==2.2.2
  - pandas==0.23.4

首先是mxnet

但是在配置了清华源之后，安装mxnet出错如下

 查阅资料，可能是pip的版本太低，于是按照提示更新pip

python -m pip install --upgrade pip

 又出现以上错误，查阅资料，是因为下载pip的源问题，将install pip源更换为豆瓣源

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

 成功安装！

也有可能因为权限问题无法安装pip，这时可以在代码后加--user

python -m pip install --upgrade pip --user

成功更新pip后

安装GPU版本的mxnet

安装cuda（注意两者的版本的问题）

conda install cudatoolkit=10.1

pip install mxnet-cu101

 安装成功

接下来测试mxnet是否可以使用

conda activate gluon
python
import mxnet as mx

 不出现错误，mxnet安装成功。

如果显示没有mxnet模块，执行以下代码

conda activate gluon
pip install --user mxnet

接下来安装其他库。

pip install d2lzh==1.0.0
pip install jupyter==1.0.0
pip install matplotlib==2.2.2
pip install pandas==0.23.4

pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com

最后在jupyter notebook中测试是否可以使用GPU来进行运算

 成功！

删除环境

conda remove -n env_name --all