从0开始配置深度学习环境（Python)

写这篇文章的起因是因为重装了电脑，之前配好的深度学习环境没了，又在网上找了很久，所以决定记录一下，以备后续刷机。

环境：
显卡：GTX1060 6G
CUDA驱动版本：457.20 ——11.1.114
Python版本：3.8.8
Anconda版本：2021.05.11
安装CUDA工具包版本：10.2
CudNN版本：10.2——8.6.0.163
OpenCV版本：3.4.8.29
TensorFlow版本：2.6

这是我自己的电脑环境（配好的）

0x01：查看电脑独立显卡驱动版本

这里我的驱动为11.1.114，意思是能支持的最大版本为CUDA工具包11.1，所以我选择了CUDA10.2（这个版本也可以支持TensorFlow1版本）

0x02：安装Anconda

这里有一个网址可以看到对应的anconda所安装的python版本：传送门1
Anconda历史版本下载地址：传送门2
（这里看自己需求可以下载minianconda，好处是小，没有那些配件）
下载后就安装，搜索Anconda安装流程即可。

0x03：安装CUDA和CudNN

CUDA历史版本下载地址：传送门3
cuDNN历史版本下载地址：传送门4
（CUDA与CuDNN对应关系在传送门4中有）
安装流程直接搜安装CUDA和CudNN流程。

0x04：安装PyTorch

安装好conda后打开控制台，直接按照命令梭哈：传送门5
如果和我电脑显卡一样的直接：conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

---

如果需要使用yolo系列安装以下包：
基于pytorch的yolo代码使用了apex，提升GPU上的训练速度。
在github中文镜像网站中，下载源码：传送门6
下完直接：python setuop.py install

0x05：安装OpenCV

直接梭哈：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

我安装的版本是opencv_contrib_python-3.4.8.29-cp38-cp38-win_amd64

---

0x06：安装TensorFlow

全版本：传送门7
我安装的版本：tensorflow-2.6.0-cp38-cp38-win_amd64

0x07：验证

python代码运行

print(torch.__version__)
print(torch.cuda.is_available())

出现为成功

1.7.1
True

0x08：附录

差不多需要下载这些工具