win10安装Anaconda、CUDA、cudnn、Pytorch

---

前言

安装cuda

---

一、CUDA

CUDA，是显卡厂商NVIDIA推出的运算平台。我们需要根据自己显卡的型号选择支持的CUDA版本，例如RTX 2060显卡，先查看驱动版本，在NVIDIA控制面板，系统信息中查看：显卡驱动版本为497.29

CUDA安装地址：https://developer.nvidia.com/cuda-toolkit-archive
CUDA安装版本查看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
根据显卡驱动版本选择适合的CUDA安装版本，一直点击下一步就行
清华镜像网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
显卡天梯图：https://www.mydrivers.com/zhuanti/tianti/gpu/
安装完添加一些环境变量

配置好后，就可以在cmd中使用nvidia-smi指令查看显卡了。

(dgdqqxxx) C:\Users\25212>nvidia-smi
Wed Feb 16 10:22:13 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 497.29       Driver Version: 497.29       CUDA Version: 11.5     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   44C    P8     5W /  N/A |    164MiB /  6144MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

二、Anaconda

1.Anaconda

Anaconda是Python的包管理器和环境管理器，可以方便我们安装Python的第三方库。
Anaconda下载地址：https://www.anaconda.com/products/individual：
配置好后，在cmd中运行conda -V没有报错，有版本信息输出，说明配置成功。

C:\Users\25212>conda -V
conda 4.10.3

2.安装完先检查一下通道配置

在C:\Users\xxxx下找到文件.condarc，如果.condarc文件找不到的话，是因为没有在cmd命令中输入 conda config命令，只有第一次输入该命令之后，系统才会自动创建.condarc文件。（.condarc指的是运行期配置文件），然后用记事本打开，将其中的内容替换成下面内容：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3.cuDNN和Pytorch安装

cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。
安装好Anaconda之后，可以使用conda安装cuDNN和Pytorch。
打开Anaconda Prompt，这是Anaconda自带的命令行工具，先一定要用这个工具创建环境，直接用系统自带的cmd，可能遇到一些奇怪的问题，例如CondaHTTPError的错误。在Anaconda Prompt中输入：

conda create -n your_name jupyter notebook

这句话的意思是创建一个名字为your_name的虚拟环境，并且这个虚拟环境额外安装jupyter notebook第三方库。可以将your_name改为你自己的名字比如dgdqqxxx。随后，输入y进行安装；安装好后，可以通过指令conda info -e查看已有环境情况。

C:\Users\25212>conda info -e
# conda environments:
#
base                  *  C:\Users\25212\anaconda3
dgdqqxxx                 C:\Users\25212\anaconda3\envs\dgdqqxxx
myenv                    C:\Users\25212\anaconda3\envs\myenv
tensorflow               C:\Users\25212\anaconda3\envs\tensorflow

base，是自带的基础环境，另外几个是我们新创建的名为dgdqqxxx等的环境。新建环境的原因是，我们可以分开管理我们配置的环境。安装好环境后，我们就可以激活dgdqqxxx环境，并安装cuDNN和GPU版的Pytorch了。激活名为dgdqqxxx的环境：

C:\Users\25212>activate dgdqqxxx
C:\Users\25212>conda.bat activate dgdqqxxx
(dgdqqxxx) C:\Users\25212>

可以看到，我们的环境由base变成了dgdqqxxx。在dgdqqxxx环境中安装cuDNN：

conda install cudnn

安装cuDNN好后，安装Pytorch，打开Pytorch官网：https://pytorch.org/
根据自己的环境选择，选择好后，网页会自动给出需要运行的指令。

安装完成

---

参考

参考Jack cui的视频：https://www.bilibili.com/video/BV14R4y1g7qs
及文字版教程：https://mp.weixin.qq.com/s/KI-9z7FBjfoWfZK3PEPXJA