win10系统NVIDIA GeForce MX150，驱动程序版本为388.73深度学习环境配置教程

一、安装Anaconda

        1、anaconda官网下载Anaconda | The Operating System for AI，安装步骤安装，安装目录尽量不要在C盘，安装完成后，出现如图所示。

二、安装VS

        1、下载VS2015：https://visualstudio.microsoft.com/zh-hans/

        注意：Visual Studio一定要下载Community版本。

三、安装cuDA

       1、根据驱动程序版本和处理器版本选择对应的CUDA版本，此外，CUDA版本不能超过对应电脑设置的版本，如下图

​

        2、本人电脑配置对应的CUDA版本是9.0，下载链接为：https://developer.nvidia.com/cuda-90-download-archive?continueFlag=495f204000f18929008458474fe85e81&target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

​

        这里选择network和local都可以，我本人刚开始选的local安装了一下午都没有装上，后来用network完成了。

        具体安装步骤：

​

        这里尽量用默认地址。

     ​

这里可能需要等待较长时间

​

点击同意并继续

​这里选择   自定义后，点击下一步

​

这里若安装的cuda版本低于规定版本，需要把Dispiay Driver的勾去掉，同时也要把Visual Studio Integration的勾去掉，否则会安装失败。

之后一直下一步，直至安装成功。

安装成功后，在cmd窗口中输入nvcc -V，若输出如图所示，证明安装成功。

​

 四、安装cuDDN

        这里安装的CUDDN版本应该与驱动和CUDA对应，下载链接为：        https://developer.nvidia.com/rdp/cudnn-archive

下载后为如下压缩包：​

压缩包解压缩后按照下图配置

​

        配置完成后，进入安装目录下的extras\demo_suite文件夹中，然后进入cmd中，输入.\bandwidthTest.exe检验cudnn安装是否安装成功。若安装成功，则显示为：

​

五、安装pytorch+torchvision

1、输入conda create -n pytorch python=3.7          创建名为pytorch的虚拟环境

2、使用  conda activate pytorch 激活名为pytorch的环境

3、使用  conda info --envs  查看pytorch是否创建成功

4、下载与cuda和cudnn版本对应的torch和torchvision

下载链接为： https://download.pytorch.org/whl/cu90/torch-1.1.0-cp37-cp37m-win_amd64.whl

https://download.pytorch.org/whl/cu90/torchvision-0.3.0-cp37-cp37m-win_amd64.whl 

下载完成后，进入下载文件所在目录，如图

​

之后使用 pip install安装torch和torchvision，如图

​

六、测试

首先在命令行输入python，之后输入

import torch

torch.cuda.is_available()

如图：

​

输出结果为True，则表明环境配置成功。