深度学习环境配置：cuda+cudnn→pytorch

简述

cuda是专为GPU设计的软件，其目的是开发GPU的计算能力。cudnn是cuda所需的包。pytorch是为深度学习开发的python库。该库需要cuda的支持。

确定显卡驱动程序

一张显卡需要合适的驱动才能发挥最优性能，配置pytorch的第一件事就是为自己的显卡找到合适的驱动。你的电脑上或许已经有了一个显卡驱动，但我个人认为还是参考一下官方给出的最新版比较保险。点击 GEFORCE® 驱动程序 寻找。
如果官网给出的驱动程序已有更新，则建议下载比较新的。但不一定要最新的，因为相比于最新版本，稍低一点的版本稳定性更高。

安装cuda

找到NVIDIA控制面板，如图1，打开，依次点击帮助、系统信息、组件，找到如图2红圈部分信息，确定支持的cuda版本。
到cudaToolkit官网 下载对应版本的cuda，按提示安装。

下载cuddn并配置cuda。

到NVIDIA官网 下载cuddn。注意选择与cuda相匹配的版本。下载完成后到路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 下找到安装好的cuda。将cuddn包中bin、include、lib文件夹下的文件分别拷贝到cuda路径下的同名文件中。注意是分别拷贝。

使用anaconda

anaconda是python包管理工具，利用它可以方便的配置python运行环境。自行下载安装，完成后配置一个python环境。

配置pytorch

命令行输入conda env list 查看python环境
命令行输入 activate envName(环境名) 进入对应环境。
进入pytorch官网，复制cuda对应版本的pytorch安装命令。回到命令行，粘贴，开始运行，等待下载结束。

验证pytorch是否安装成功

命令行依次输入：
activate envName
python
再输入如下代码，查看返回值和注释结果是否相符

import torch
print(torch.cuda.is_available())#结果为true表示安装成功

注：过程中有些细微之处没有详细列出，需要自行补充。