机械革命3060 win10 离线安装&卸载cuda11.1、cudnn、anaconda pytorch环境全纪录

电脑型号：机械革命X8PRO 3060
系统:win10 ubuntu

前言：
之前的系统是win10和u的双系统，u不怎么用空占内存，还有就是因为在win10中yolo模型出现bud导致系统硬盘全慢，所以就更下定决心重做系统，双系统恢复成win10废了好大的功夫，后在实验室的同学帮助下安装的win10专业版。本文想复现的是yolov5 pytorch环境，但是走了四五天的弯路，一周的功夫都在卸载安装图像驱动、cuda、以及cudnn，很多网上的方法都是挂梯子和换源但是并不好用，所以文章记录的都是离线安装，好用着并且在找对版本的情况下能一次成功不浪费时间！

1 Visual Studio2019

下载Visual Studio社区版
下载链接：https://visualstudio.microsoft.com/zh-hans/downloads/
在这里的坑是使用360浏览器怎么都下载不成功（现至今并未找到原因，估计是网页自动拦截），后直接使用微软自带的浏览器Microsoft Edge直接就可以下载！

注意：后来的安装就不用多说了，注意的是安装时勾选“python开发”和“C++桌面开发”

2 下载和安装nvidia显卡驱动

首先要在设备管理器中查看你的显卡型号，可以看到我的是NVIDIA GeForce RTX 3060 Laptop GPU

NVIDIA 驱动下载链接：https://www.nvidia.cn/Download/index.aspx?lang=cn
下载对应你的英伟达显卡驱动。

下载之后就是简单的下一步直到完成。
完成之后，在cmd中输入执行：nvidia-smi

注：图中的 CUDA Version是当前Driver版本能支持的最高的CUDA版本

3 下载和安装CUDA

上两步都是常规，很简单，这安装cuda就开始各种问题各种踩坑了！
**注意：你的笔记本显卡型号一定要查其相对应的所支持的cuda版本！**之前复现的cuda10.2想着一样，结果30系列不支持！
确定了你的显卡支持版本的cuda然后就可以下载了，下面附上各个
历史版本的链接：https://developer.nvidia.com/cuda-toolkit-archive
安装cuda
注意：安装选项选择自定义，剩下的都是默认就可以

4 下载cudnn和配置环境变量

cudnn下载地址：https://developer.nvidia.com/zh-cn/cudnn
需要注册账号，很多人这个网页打开都很慢，我用浏览器每次都需要很长时间。直接复制网址到迅雷！yyds !不写谢！

cudnn releases是历史版本找到和你cuda相对应的版本就可以下载了。
cudnn下载之后有三个文件，直接复制粘贴到你cuda文件的默认目录，我的是这个：

最后就是路径的添加：
注意：再添加前尽量要把电脑的杀毒软件关闭，否则很容易出现添加不上路径
我的电脑右键——左侧高级系统设置——右下角环境变量：
用户变量打开Path添加这几个：
1）%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%
2）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
3）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
4）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\lib64
5）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
6）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
你们可以把对应路径和版本改一下就好了
下一个是系统变量的添加：
正常安装完cuda后应该已经出现对饮的两个路径：

继续新建并且添加：
CUDA_SDK_PATH = C:\Program Files\NVIDIA Corporation\CUDA Samples\v11.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
我们的cuda和cudnn就算安装完毕了！！

5 安装anaconda

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
下载链接win0版：https://www.anaconda.com/products/individual
安装anaconda

安装路径最好在d盘，记得改一下
下面的路径记得要勾选

finish

5 pytorch的安装

pytorch的下载链接：https://pytorch.org/
在上面选中自己对应的版本，可以看到我们下面是我们安装此版本的终端指令还有历史版本：

复制此指令到我们新建的conda环境（要激活）：
新建环境指令：创建环境 conda create -n 名字 python=版本号 包名字=包的版本号
我得是python3.8所以指令如下：
conda create -n mypytorch python=3.8
激活环境：
conda activate mypytorch
复制红框的链接就可以下载了，但是特别慢并且总是不成功，现在提供离线下载方法：
pytorch主要由两个包构成：
torchvision还有torch
那么我们就下载这两个安装包然后在环境当中离线安装就可以了，那么具体安装哪个版本的torch文件和torchvision呢？打开此网站：
https://pytorch.org/get-started/previous-versions/可看到：

我们的11.1版本的cuda需要的安装包是torch1.8.0和torchvision0.9.0
去下面这个链接找离线安装包：
https://download.pytorch.org/whl/torch_stable.html

如何找（从左到右的说明）：cuda11.1版本；torchvision0.9.0版本；python3.8;
win系统
激活我们的环境，然后输入：
1)pip install wheel
2)pip install 路径\文件名.whl

验证下载pytorch是否成功：
python
import torch
import torchvision
print(torch.cuda.is_available())
返回true就是成功了

至此记录自己昏天黑地安装环境的一周！感谢实验室同学、感谢自己、感谢csdn的博主们。