GPU-深度学习环境配置

CUDA：是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

cuDNN：是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。

（注意把cuDNN的bin,include，lib包移入CUDA安装位置，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）

查看生效CUDA版本:

在CMD中输入nvcc -V

切换CUDA版本：在高级系统设置中--环境变量--Path中切换不同版本CUDA的先后顺序

（在前面的生效

Anaconda:是一个安装、管理python相关包的软件，还自带python、Jupyter Notebook、Spyder，有管理包的conda工具，非常有用。（注意下载所需python版本的Anaconda）

conda：与pip类似，在Anaconda Prompt中使用

conda换源：
官方源慢，清华源不能使用，用上海交大源，更新C:\Users\lolita的.condarc为

上海交通大学 Linux 用户组 软件源镜像服务 (sjtu.edu.cn)中所要求的

conda下载格式 ： conda install  包名==版本号  （注意两个等号）

conda查看某个包的版本：conda list +包名

conda查看全部包的版本：conda list 

（我现在conda是交大源，pip是清华源，一个下载不了就用另一个）

什么是依赖？即运行项目所有需要安装的包等