开始深度学习的前期准备工作| Win10安装Anaconda CUDA等| GPU版
本文是针对在个人电脑上进行深度学习的练习而编写的，如果是云端或者工作需要，恐怕不能适用。
硬件：处理器intel i5 7thHQ 显卡NVIDIA GTX1050（notebook）
系统：Win10家庭版 未安装python
软件安装和环境配置可以大致分为5步
1.安装anaconda
2.更新驱动
3.安装CUDA
4.安装cuDNN
5.安装pytorch
一、安装Anaconda
装anaconda，就不需要单独装python了
anaconda 是一个python的发行版，包括了python和很多常见的软件库, 和一个包管理器conda。
1.下载
推荐在清华镜像源下载，速度快，官网太慢了
网址：https://link.zhihu.com/?target=https%3A//mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择合适的版本就好
2.安装
Anaconda安装的时候有几个特别要注意的
首先是用户选择，要选择ALL USERS；其次是安装路径，注意不要放到C盘，新的路径不要含有中文和空格；最后是Advanced options这里，不勾选第一项，勾选第二个项，这里一定不能出错。
然后就等待安装即可
3.配置环境变量
安装完成后要在此电脑的高级里面配置环境变量，路径是此电脑——属性——高级系统设置——环境变量——path——编辑——新建；在系统和用户两个路径里都要添加，我在做的时候只添加了系统，就出现了错误。环境变量好像各个攻略给出的有所不同，我这里是这样的
4.校验
配置完环境变量就可以运行cmd来试试
先在cmd里输入python，如果安装没问题，那应该是这样的
再看看conda是不是安装好了，输入 conda --version
再输入 conda info ，出现下图则校验成功
5. 更改通道地址为清华镜像（下载更新更快）
在 Anaconda prompt里运行如下代码
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes再检查一下是否更改成功，运行
conda config --show channels至此，Anaconda安装完成。
二、显卡驱动更新
显卡驱动在很多攻略里不是必须更新的，但是如果你的电脑购买时间比较早，显卡驱动的版本比较旧的话，最好还是更新一下，不然在安装CUDA的时候，可能不支持较高版本的CUDA。
N卡驱动更新的地址为https://www.nvidia.cn/Download/index.aspx?lang=cn
在网页中根据自己电脑的配置选择相应的驱动就好，需要注意的是如果是笔记本的显卡，要选择notebook版本
下载后直接安装即可，注意安装位置不要在C盘
三、CUDA
首先在官网下载CUDA，具体版本根据显卡性能来决定，选择尽可能高的版本，这里我安装的是10.2
https://developer.nvidia.com/cuda-toolkit-archive
选择好自己的系统和版本，安装类型选择本地，然后点击下载，安装到C盘以外的地址 ，直接选择精简安装，等待安装完成。
然后配置环境变量如下
最后打开cmd，输入nvcc -V，如果输出版本号，则验证成功。
四、安装cuDNN
https://developer.nvidia.com/zh-cn/cudnn
在上面网址根据需要选择版本，下载CUDNN，放到非C盘下，路径无中文和空格，安装就好了。添加一个cudnn的环境变量。如上图所示。
五、安装 pytorch
pytorch的安装最大的问题在于网速太慢，这样就很容易反复下载失败（我失败了五十多次），因此我们要从镜像源下载，首先添加一个镜像源的通道地址。在Anaconda prompt里运行下列代码
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes#下载时显示文件来源然后打开pytorch的官网，根据需要选择版本
https://pytorch.org/get-started/locally/
这里建议选择stable版本，然后根据你的操作地址，包，编程语言和CUDA版本点击就好了，然后会自动生成对应的命令，复制下里，在anaconda prompt里粘贴，删掉最后的-c pytorch，这个是强制官网下载的意思，然后运行
这样下载速度就飞快。
下载完成以后，为了确保PyTorch是否安装成功，我们需要运行简单的样例代码测试，例如打印出随机生成的张量矩阵，以及gpu是否可以使用。
首先在命令行输入python，进入python的解释器，依次输入以下命令，每输入一句回车
import torch
x = torch.rand(5,3)
print(x)输出的内容应该类似于以下：
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])如果OK，则说明pytorch安装基本成功。
再输入
torch.cuda.is_available()如果输出“True”，则说明GPU驱动和CUDA可以支持pytorch的加速计算了，至此安装完毕。
参考文章：
https://zhuanlan.zhihu.com/p/54350088
https://zhuanlan.zhihu.com/p/358737417