win10用conda搭建基于GPU的深度学习环境
目录
1.检查电脑配置
1.1查看电脑是否有GPU
1.2查看GPU的型号是否支持CUDA
2.安装需要的软件（anacond）
2.2安装anaconda
2.2.1安装的小细节
2.2.1 手动配置系统变量
3.用conda搭建虚拟环境
3.1在基础环境（base）中创建虚拟环境
3.2虚拟环境的配置
4.PyCharm切换代码运行环境
5.结语
前言（第一次接触GPU跑深度学习的同学可以look一下）
误区1：每个代码都需要不同的运行环境，conda可以满足这个需求，conda搭建的环境是一个虚拟环境，是相对独立于基本环境的，相应的安装代码所需的库等操作也应该在虚拟环境在操作，把库安在基本环境，虚拟环境是无法调用的。
误区2：在虚拟环境安装PyTorch时会安装cudatoolkit，所以不需要单独安装cuda。但在基本环境需要安装cuda和cudnn，需要它来驱动GPU，这就类似于基本环境如果没有安装python，自然也无法创建基于python的虚拟环境。目前，我只碰到过一个库，cupy，需要在系统安装CUDA，所以先不要在基本环境安装CUDA+cudnn，只用pytorch自带的CUDA代码不能跑再安装。
1.检查电脑配置
1.1查看电脑是否有GPU
打开任务管理器——性能——GPU１，查看GPU的型号
1.2查看GPU的型号是否支持CUDA
访问NVIDIA官网https://developer.nvidia.com/cuda-gpus
选择对应的显卡系列，即可查看GPU显卡是否支持CUDA
2.安装需要的软件（python、anacond、cuda+cudnn）
2.1安装python
详见教程https://blog.csdn.net/qq_53280175/article/details/121107748
安装anaconda时会自带一个适合当前anaconda版本的python。
2.2安装anaconda
2.2.1安装的小细节
如下图所示，选择Just Me
如下图所示，勾选第二个即可
2.2.1 手动配置系统变量
详见教程见https://blog.csdn.net/qq_41027003/article/details/111242841
2.3安装cuda+cudnn
详见教程https://blog.csdn.net/Bushka_/article/details/105396989
如果按教程安装cuda失败，在再次安装时注意取消勾选Visual Studio Integration
这里前言里有提到，先不要装CUDA，一般来说pytorch自带的就足够了，因为，cuda装了卸，卸了装，后面可能就装不上了。
3.用conda搭建虚拟环境
以管理员身份运行Anaconda Prompt
3.1在基础环境（base）中创建虚拟环境
创建环境
创建一个名为创建名为pytorch1.5，基于python版本3.6（环境名只是一个示例，随便取，python的版本需注意，由自己的要跑的代码所需的环境决定）
conda create -n pytorch1.5 python=3.6激活环境
conda activate pytorch1.53.2虚拟环境的配置
安装PyTorch
先根据自己所需CUDA版本和创建环境的版本选择对应版本的torch（参考表如下）
访问PyTorch官网https://pytorch.org/get-started/previous-versions/
找到自己所需版本的torch（这里以torch==1.5.0，cuda10.1为例）
寻找小技巧：在官网页面按Ctrl+F，输入1.5.0即可快速找到
建议用pip命令安装
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html官方源慢的可以在安装命令后加
-i http://pypi.douban.com/simple --trusted-host pypi.douban.com
-i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
-i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
3.3检查是否安装成功
先输入python，回车
再输入以下命令，打开torch，检查cuda是否可用
import torch
print(torch.cuda.is_available()) 
成功的话会返回ture
4.PyCharm切换代码运行环境
搭建成功后我们当然要去使用配置的虚拟环境
打开PyCharm
File - settings - Project - Project Interpreter - 设置图标 - add - 勾选Existing environment - 右边三点选择conda安装目录下的envs文件夹里对应虚拟环境的python.exe
5.结语
上述是笔者搭建环境的过程，中间也踩过很多坑。
大家如果有什么更好的建议或者在搭建的过程中碰到其他问题，欢迎各位在评论区指正和交流。