【2020配环境 | 深度学习全套】anaconda+cuda8.0+cudnn+pytorch1.0.1

1. anaconda

安装完成后点next


后来添加环境变量path
再更换清华源，命令行运行
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
即可
后来参考另一篇CSDN教程配置conda第三方源
（以上其实都是在修改c盘user/administrator下的.condarc文件）

2. 安装python3.6

conda create --name py36 python=3.6

尝试使用pip install numpy来给这个环境安装一个常用的包：

3. cuda

查看电脑的驱动版本：

Nvidia驱动版本号【451.67】
上官网CUDA Toolkit 8.0 – Feb 2017版本下载（我之前安装过，有安装包，直接用之前的安装包）



修改到D盘如下路径：


Nsight Visual Studio Edition摘要以下信息仅与Nsight Visual Studio功能有关，并不描述CUDA工具包的安装状态。 除非将使用Nsight Visual Studio功能，否则请继续。


添加【D:\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64】到系统环境变量中

4. cudnn

安装cudnn：
解压cudnn压缩包，得到cuda文件夹


把解压后的三个文件夹，复制到你cuda安装目录里同名文件夹里面就好，是复制到里面
./cuda/bin/.dll复制到./NVIDIAGPUComputingTookit/CUDA/v8.0/bin/
./cuda/include/.dll复制到./NVIDIAGPUComputingTookit/CUDA/v8.0/include/
./cuda/lib/x64/**.dll复制到./NVIDIAGPUComputingTookit/CUDA/v8.0/lib/x64/

5. 安装pytoch1.0.1

打开命令窗口activate py36
输入conda install pytorch1.0.1 torchvision0.2.2 cudatoolkit=8.0
（删掉了之前的 -c pytorch）


事实证明去掉命令后面的-c pytorch后下载速度是真的快！

6. 安装PyCharm

安装完成后配置Project Interpreter – Add –