deeplearining 全家桶 anaconda cuda cudnn pytorch tensorflow
//声明：本文中的词语存在模糊性，需要读者自行甄别
//新手建议先阅读本文，之后在结合参考文献完成安装，在了解大概流程上进行学习会有的放矢，至少对于我而言。
1.anaconda安装
直接搜索官网安装或者在清华镜像安装，注意安装中选择添加系统路径。
更新：第一步：conda update conda，第二步：conda update anaconda
2.虚拟环境
window+r输入cmd 进入界面，输入conda create -n py37 python=3.7 //建立一个名字为py37的，python版本为3.7的虚拟环境，按提示输入y进入下一步
3.pycharm安装
进官网，选择community版本，安装过程中选择添加path路径。
（为了运行需要配置解释器，与spyder不同）
file-setting-project-interpreter进入界面，add interpreter-virtual - existing ，选择文件位置，(该位置位于anaconda 安装目录下的envs文件内，其子目录数量由第2步中创建的虚拟环境决定)。例如，可以选择py37文件里的python.exe文件作为解释器。（即选用python3.7作为解释器进行运算）
4.cuda安装
进入程序卸载界面，确定电脑中与nvidia相关的软件只有geefore，phyx，图形处理三种，卸载多余软件。
cmd中输入nvidia -smi查看电脑支持的cuda 版本
进入cuda官网下载对应版本，自定义安装，思路简单，费时间。详细见参考文献[2]
5.cudnn安装
初学者手机进入cudnn官网使用邮箱注册账号，电脑登录账号后下载cudnn，注意下载时检查版本与cuda一致。官网有提示，注意看，别着急。
PS：如果不能可以尝试参考文献[3]的方式，只是我没做成功，有成功的可以留言。
11.4的文件链接在末尾附录。
6.pytorch安装
进入官网，get start页面中介绍目前稳定版本的pytorch 与cuda，cudnn对应的版本，也可以在get start旁边第三个previous中找到之前的版本，确定版本信息后，复制相应的安装指令到cmd文件中,进行安装即可。
/（注意整个过程中cmd可以关闭，除了第2步中创建虚拟环境时cmd命令行会有，的变化外，其余时间没有。另外，补充一点。在不同的虚拟环境中切换流程：当cmd命令行首字符为时，表示所有命令在py37的虚拟环境中，若想要退出py37的环境：cmd 命令行输入deactivate，此时首字符变为。）/
检验是否安装完成参考文献1的最后几分钟
7.tensorflow安装
个人认为，tensorflow2以上版本已经包括了gpu计算，可以不用特意安装tensorflow-gpu的版本。
cmd命令行创建tf2的虚拟环境，在里面pip install tensorflow=2.6 -i https://pypi.douban.com/simple --trusted-hosted pypi.douban.com 进行安装，等待安装完毕，按照文献[4]进行测试,可以直接进行最后一步测试，比较直观，出现gpu的时间比cpu时间短就OK了。
参考文献
[1] https://www.bilibili.com/video/BV1ov41137Z8?p=3&vd_source=8fde0796fd5b918859f0891bf723980f
[2] https://blog.csdn.net/oxygenh2o/article/details/122145588?spm=1001.2014.3001.5506
[3] https://blog.csdn.net/u011057148/article/details/113837961?spm=1001.2014.3001.5506
[4]https://blog.csdn.net/jhin_lx/article/details/122713770?ops_request_misc=&request_id=&biz_id=102&utm_term=tensorflow%20gpu%E6%B5%8B%E8%AF%95&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-122713770.142v47new_blog_pos_by_title,201v3add_ask&spm=1018.2226.3001.4187
附录：
cudnn11.4 的文件链接：
链接：https://pan.baidu.com/s/1tgjpm6HrKewnNI9nqeZ6RQ
提取码：kccp
致谢
第一天接触tensorflow，感谢参考文献中的诸位对新手的帮助，搞到凌晨一点，总算搞完了。中秋快乐。谢谢。
身劳而心安，为之。–后记