Windows10 安装 Anaconda + CUDA + CUDNN （简明图文教程）

        其实网上有大量的安装教程，我只是把自己的安装过程和踩的坑记录下来，希望对大家有些帮助，对自己也是一个整理和归纳的过程，方便以后查阅，o(￣︶￣)o

• 操作系统：Windows10
• Python：3.8

1. 安装Anaconda

1.1 介绍

        Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
        Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
        Miniconda包括Conda、Python
        conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换

---- 摘自百度百科

1.2 下载

地址：https://www.anaconda.com/products/individual#download-section

可填可不填下面，直接就开始下载了 ↓

下载中 ~~~

1.3 安装

• 直接点击安装就行
  
• 安装到哪个用户上，一般来说选自己就行。
  
• 不建议放到默认的C盘上，C盘空间比较宝贵，而且一般使用的时候会建多个虚拟环境，会占用大量的磁盘，anaconda会占用十几G到几十G不等，因此最好安装到D盘 或者 E盘上
  
• 第一个是环境变量，如果是新机器的话最后都选上吧，免得后面麻烦
  
• 最后等待正常安装就行，完成后开始菜单会有相应的菜单
  
• 打开这个命令行，一般都是在这个下面操作
  
• 查看conda版本，这样conda就安装好了，o(￣︶￣)o
  

1.4 配置conda源

因为默认的conda源一般都是国外比较慢的源，国内的话建议配置清华的源或者中科大的源

1.4.1 中科大的源

• 中科大

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

设置搜索时显示通道地址

conda config --set show_channel_urls yes 

1.4.2 清华的源

• 清华

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

1.5 配置pip的源

• pip 清华

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

• pip 阿里云

pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/

1.6 conda 常用命令

1.6.1 创建conda虚拟环境

conda create -n pytorch1.8_gpu python=3.8

1.6.2 激活，退出，删除环境

激活>conda activate pytorch1.8_gpu
退出>conda deactivate
删除>conda remove -n pytorch1.8_gpu --all

1.6.3 列出来所有的可用环境

列出来 >conda info -e

2. 安装CUDA

2.1 下载cuda

找到自己想下的版本
https://developer.nvidia.com/cuda-toolkit-archive
下载完后直接按照就行

2.2 验证安装

进入安装路径后，可以验证安装是否成功
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
输入>nvcc -V

3. 安装CUDNN

3.1 下载

网址：https://developer.nvidia.com/rdp/cudnn-download

3.2 安装

下载后解压，然后解压后的三个文件夹

复制到cuda安装目录下

复制完就说明安装完毕

3.3 验证

• 进入到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite
  执行bandwidthTest
  
• 执行deviceQuery
  
• 能正常输出result = PASSS ，说明cuDNN安装成功