Anaconda-pycharm-CUDA,CUdnn-pytorch 下载和环境搭建

1.Anaconda 官网下载。按windows+R，输入cmd，在跳出的windows窗口中输入conda -V查看conda的版本 下载后在Anaconda prompt命令窗口中建立一个新环境和python版本。 #conda新环境的创建 conda create -n '环境名' python='版本号'

2.pycharm官网下载。下载好后创建一个项目 然后文件->设置->项目->python解释器 添加（1）中创建的环境。

3. CUDA 官网下载。下载CDUA10.1及以上低于最高版本，最新可能会不兼容。在Anaconda  prompt命令窗口中输入指令 nvcc --version 查看CUDA版本。
    错误方法：(1)在Anaconda prompt命令窗口中输入指令 nvidia-smi 查看CUDA版本。
                   （2）打开nvidia控制面板->左下角系统信息->组件 查看CUDA版本。
    以上两种错误方法查询的CUDA版本是可驱动的最高版本，下载CUDA的版本应低于最高版本。

4.CUdnn（功能类似GPU加速器） 也在CUDA官网下载，且下载的版本与CUDA版一致。 CUdnn下载后是一个文件压缩包，将解压后的文件复制到CUDA的安装路径中（此过程不会有产生文件覆盖）

5.在Anaconda prompt命令窗口安装pytorch和其他环境。 打开Anaconda prompt命令窗口 输入conda env list 查询现有的conda环境列表，转换到对应环境 输入conda activate 环境名

A.接下来 pytorch和其他软件包 也是下载到这个环境中去，这样新建的pycharm项目 才能在创建的环境中找到 pytorch 和其他软件包；B.也可以通过pycharm安装 文件-设置-项目-python解释器-左上角+； C.pycharm界面左下方点击 终端 输入下载所需软件包的指令。（本人建议用A方法，B和C方法我没有成功过）

6.pytorch官网查找相应版本下载指令，输入指令到Anaconda prompt命令窗口安装 #注意安装过程中不要切换掉安装界面，可能产生keyError错误。

如果pytorch下载失败，可能是之前的还有残余文件（输入指令conda clean --help了解其用途），输入conda clean -all清除掉之前的残余 重新下载

7.下载完成后

(1)在Anaconda prompt命令窗口查找此环境下载的软件包 输入pip list 或者(2)在Anaconda按装位置->ens->对应所在环境的存储文件->lib->site-packages 查看是否有 torch或者其他下载软件包 或者(3)在pycharm中 输入下列代码查询 是否torch下载成功

import torch

def print_hi(name):

    print(torch.version) # pytorch 版本

    print(torch.version.cuda) # cuda 版本

    print(torch.backends.cudnn.version) # cudnn 版本

    print('gpu:',torch.cuda.is_available()) # gpu加速是否可用

新环境的创建和环境的删除，环境信息的查询

1 #conda新环境的创建 conda create -n '环境名' python='版本号'

2 #conda环境的卸载 conda remove -n '环境名' --all

3 #conda环境信息的查询 conda info -e

conda activate进入新环境后安装包的操作

1 #使用conda install命令安装包 conda install '包的名字' conda install '包的名字'='版本号' eg: conda install tensorflow=1.10

2 #使用conda search搜索包(目的是查看可获得的版本) conda search '包的名字' eg: conda search tensorflow

3 #conda列出当前环境所有包 conda list