Windows操作系统下深度学习环境的搭建

1、Anaconda3安装

首先在浏览器，Anaconda官方网站中下载Anaconda安装包
（个人版）下载网址：https://www.anaconda.com/products/individual

下载完成进行安装：


选择All Users

此处自定义安装目录，然后next

此处将两项全部选择：
①将Anaconda3自动添加到系统环境变量中
②安装Anaconda3此版本对应的python3版本解释器

之后点击Install等待安装成功。
验证是否安装成功：
CMD命令行输入python，如下不报错即安装成功。

安装完成之后进行虚拟环境的创建配置：
首先打开Anaconda Prompt（Anaconda3）（开始菜单下寻找）
在Anaconda Prompt下完成创建
Anaconda创建环境：
命令行输入：conda create -n py38(环境名) python=3.8(指定的python版本)
查看已经创建的虚拟环境：
命令行输入：conda env list
如下图，可以看到自己创建的虚拟环境。

进入虚拟环境：
命令行输入：conda activate 环境名称
如下图：

这样便进入了自己所创建的虚拟环境。

注意：后续的深度学习相应框架的安装工作就直接在自己所创建的虚拟环境中安装就行，避免对他人环境造成影响。
进入环境之后，先输入pip list或者conda list查看目前虚拟环境中存在的安装包

2、Pytorch和Cuda安装

①命令行安装pytorch和cuda
联网情况下安装：
首先进入官方网址安装pytorch：https://pytorch.org/get-started/locally/
如图选择，先进行相应版本的选择，然后在命令行里输入下面的命令就行了。
注意：如果是在公共电脑上配置环境且服务器还有其他人使用，建议直接在自己创建的虚拟环境中进行安装，这样避免在base环境下影响他人使用！
如图：选择相应版本对应的选项，然后运行下面的命令

在命令行输入下面的命令，就会下载具有对应版本关系的pytorch和cuda

pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

这条命令下载的是Pytorch 1.9.0版本和Cuda10.2
具体版本情况根据电脑情况选择：
如果安装Pytorch 1.8.0版本和Cuda10.2可以点击上图中 install previous versions of PyTorch，下载相应版本
输入如下命令即可安装pytorch1.8.0版本
#conda

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 -c pytorch

#CUDA 10.2

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

安装成功进行验证:
命令行输入python，进入python环境，输入如下python语句，运行不出错，当输出为“True”时， Pytorch和Cuda安装成功！

离线情况下安装：
因为在线安装比较慢，所以一般选择离线安装，进入以下网址
https://download.pytorch.org/whl/torch_stable.html
根据CUDA版本，选择相应的pytorch版本

一般选择稳定版本，例如 cu111代表CUDA11.1，cp38代表python3.8版本，这需要根据虚拟环境中安装的python版本来确定
同理，安装torchvision

安装后的文件如下图所示：

此时，打开“Anaconda Prompt（Anaconda3）”
进入虚拟环境
输入：pip install 文件夹位置+文件名称

输入安装命令，就可以安装成功！
②图形可视化安装Cuda
首先，查看本电脑NVIDIA驱动程序版本，右键桌面选择NVIDIA控制面板，进入之后选择帮助->系统信息查看，可以看到驱动程序版本为461.09。

或者cmd命令行输入nvidia-smi进行查看
如图：最高版本支持11.2，向下兼容，具体版本情况，根据自身电脑选择，这里以cuda11.1版本为例

浏览器打开CUDA官网： https://developer.nvidia.com/cuda-downloads
可以下载对应的版本，或者更低级的版本，但不能下载比屏幕上显示更高级的版本（一般选择下载11.1版本，因为对应的pytorch可能最高只支持11.1）


然后选择Windows, ×86_64, 10(win10), exe(local)进行下载，可以使用迅雷下载，下载之后进行安装，

临时解压路径，默认即可（安装完成后会自动删除）

选择自定义安装

自定义安装时，取消勾选如下三个模块的安装


点击下一步，直至安装完成。
打开高级系统设置，选择环境变量

系统变量中出现如下：

然后win+R ，进入cmd界面，输入 nvcc -V(V大写)

说明CUDA安装完成
也可以通过python解释器输入程序语句进行，如下：

至此，pytorch和cuda就安装成功了！

3、cuDNN安装

进入官网：https://developer.nvidia.com/cudnn

Download cuDNN, 找到适合CUDA版本的cuDNN, 下载

下载后解压，有三个子文件夹

然后找到cuda的安装路径，默认安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 将cuDNN中的三个文件夹复制到v11.0目录下，然后添加环境变量：

cuDNN安装完成。
验证是否安装成功：
进入到cuda的安装路径，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite，找到如下两个.exe文件：

如果存在，证明cudnn安装成功！

附：
Windows下查看cuda和cudnn版本
nvcc -V 或者利用pytorch进行查看

Windows下查看NVIDIA支持的最高的cuda版本