win7+anaconda3+pytorch+cuda9.0+vs2017+cudnn7

首先确认自己cuda型号 控制面板\硬件和声音\nvidia控制面板\系统信息

1、官网 https://www.anaconda.com/distribution/ 安装anaconda3
2、安装vs2017
安装过程中需要选中工作负载中的[使用C++桌面开发]和单个组件中的VC++ 2017版本 v14.11工具箱
vs2017社区版链接：https://pan.baidu.com/s/10mxLu44rWCQkUGtdKew5OA
提取码：jz8v
3、下载cuda9.0 https://developer.nvidia.com/cuda-90-download-archive

安装步骤
（1）先关闭防火墙和360管家等防止安装失败，然后点击cuda_9.0.176_windows.exe安装
（2）一直按顺序同意就好
（3）完成 得到如下两个图标

（4） 配置变量 控制面板\系统和安全\系统 ——高级系统设置——环境变量 ——path添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

（5）检验。

①win+R，打开cmd窗口，输入nvcc –V，显示CUDA版本信息，安装成功。

②用Visual studio编译C:\ProgramData\NVIDIACorporation\CUDA Samples \v9.0\ 1_Utilities\ deviceQuery下的deviceQuery_vs2015.sln文件，生成C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.0\bin\win64\Debug下的deviceQuery.exe，在cmd中运行，显示PASS则成功。

4、下载cuda9.0对应的cudnn https://developer.nvidia.com/rdp/cudnn-download （需注册）

打开压缩包，依次将压缩包中的3个文件复制到相应位置

1. C:\cuda\bin\cudnn64_7.dll —> C:\Program Files\NVIDIA GPUComputing
   Toolkit\CUDA\v9.0\bin

2. C:\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPUComputing
   Toolkit\CUDA\v9.0\include

3. C:\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPUComputing
   Toolkit\CUDA\v9.0\lib\x64

5、安装pytorch
以管理员身份打开anaconda prompt
先输入conda create -n torch python=3.7创建一个名为torch的环境
由于cuda90对应的torch版本为pytorch-0.4.1，所以安装要安装pytorch-0.4.1 https://pytorch.org/get-started/previous-versions/

首先加入各种清华镜像，参考 https://blog.csdn.net/WannaSeaU/article/details/88427010
运行以下命令，将清华镜像添加至Anaconda仓库中
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
一条一条复制回车，然后复制pytorch的一条
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然后再输入conda config --set show_channel_urls yes
最后进入torch环境：输入 activate torch
conda install pytorch=0.4.1 cuda90 -c pytorch
或者
conda install pytorch=0.4.1 torchvision
然后输入即可同时安装上pytorch和torchvision。

6、windows jupyter notebook 切换默认环境
1.查看所有环境 conda env list

2.激活你要用的环境，activate XXX , 我的虚拟环境为torch

3.输入conda install ipykernel

4.将选择的conda环境注入Jupyter Notebook

输入python -m ipykernel install --user --name torch --display-name “torch_gpu”

以上命令把torch换成Jupyter Notebook你自己的环境

5.安装好后按以前的习惯打开jupyter notebook，选择你建的环境即可

参考博客
https://blog.csdn.net/MarsLee_U/article/details/80489618
https://blog.csdn.net/weixin_41976380/article/details/79880575
https://blog.csdn.net/xiangxianghehe/article/details/80103095
https://blog.csdn.net/github_38140310/article/details/94574967