windows10下深度学习环境搭建（cuda+cudnn+ pytorch+ tensorflow）

驱动安装

查看是否已经安装驱动

1. 通过控制面板查看
   
   
   红框中的数字，代表当前显卡驱动适配的cuda最高版本，安装的cuda版本只能小于等于这个值，想安装更高版本的cuda，请升级显卡驱动。

2. cmd查看
   nvidia-smi
   查看CUDA version
   

conda安装

1. 下载链接：

   • anaconda
     • 官网
     • 清华镜像
   • miniconda
     • 清华镜像

2. conda镜像设置
   打开anaconda prompt
   
   依次执行

   conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
   conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/ pkgs/free/
   conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
   

   conda常用命令

3. cuda和cudnn安装
   有两种方法去使用cuda和cudnn
   一种是使用conda安装cudatookit和cudnn，一种是安装cuda软件。
   两者的区别在于conda安装的cuda不能编译代码。但同样都可以调用gpu且加速。对于普通研究生而言够用了。

   • conda安装

     conda search cudatoolkit
     conda install cudatoolkit==10.2
     conda install cudnn
     

   • cuda软件安装

     • 下载:
       链接：https://pan.baidu.com/s/1C-MKh7zClHPznGcVjc-bOA 提取码：y9t7

     • 安装：
       双击，设置cuda临时解压的路径，路径中不要有中文
       
       
       选择自定义安装，且只勾选CUDA
       

       如果电脑没有visual studio软件，一定不要选visual studio integration
       想了解visual studio integration的话，看这个cuda自定义安装
       想了解nsight，看这个nsight system
       更高版本的Cuda可能会有其他的Nsight XXX，都可以不用安装，以后搞明白想用了，可以随时单独安装，过程跟这次安装一样

       解压cudnn，复制到cuda安装路径
       

     • 验证

       nvcc -V
       

       

     • cuda版本切换
       电脑显卡只能装一个驱动，但是可以装多个不同版本的cuda，切换cuda
       安装cuda后电脑会多出下面几个软件，可以随时卸载重新安装
       

pytorch安装

• 安装
  官网
  
  官网复制的命令行，在anaconda prompt里右键粘贴运行，请去掉最后的-c pytorch，这个命令是去pytorch官网下载pytorch框架
• 验证

  python
  import torch
  torch.cuda.is_available()
  

  

tensorflow安装

• 安装
  tensorflow
  cudn和tensorflow对应关系
  
  pip更换国内源

  临时更换
  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.4.0
  永久更换
  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  pip install tensorflow==2.4.0