安装Pytorch-GPU，CUDA和CUDNN

Pytorch-GPU，Cuda，Cudnn说明

说明：网络上很多教程只是把流程走了一遍，可能跟着操作走，能够达到目的，但是总缺少点什么，没有理解每个步骤的意思，所以来分享一下

1：Cuda

因为自己的电脑是刚重装系统，此时是没有Cuda的，需要自己安装Cuda，也就是说你输入nvcc -V，提示'nvcc' 不是内部或外部命令，也不是可运行的程序或批处理文件
所以说，在安装Pytorch之前，需要安装一下Cuda，不然装好了Pytorch也是显示GPU使用为False。
打开设置->应用->应用和功能，没装CUDA只有划红线的三个东西。

1.1：安装CUDA

我这边装的是CUDA10.1，首先下载文件，提取码：5kzm，安装CUDA10.1，
同意许可协议以后，安装选项选择自定义。

点开驱动组件(Driver components),当前版本大于新版本的，就取消那个勾，因为新版本没有当前版本新，就不用安装新版本了，Display Driver和PhysX都取消勾选。

安装位置使用默认的，这里把位置记录下来，防止以后需要操作找不到文件。

后面的能输出版本号就可以了。

2：CuDNN

CuDNN是用于加速神经网络计算的库，下载上面百度云（提取码：5kzm）里面的文件，解压出来，包含三个文件。
打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1这个文件夹，把上面的CuDNN里面的bin,include,lib文件夹复制进去。
说明：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1这个文件夹，其实就是第一步安装Cuda的时候，CUDA DEVELOPMENT的安装位置，如下图。

3：Anaconda

Anaconda提供了不同的虚拟环境，通过设置不同的虚拟环境，可以在不同的虚拟环境中，设置不同版本的Pytorch版本。下面开始安装Anaconda。

3.1：Anaconda安装

这里双击下载的Anconda.exe文件，点击next。

同意用户协议。

指定使用的用户，就自己吧，如果是服务器，可能多个用户，其他用户可能会不需要，所以就选择Just me。

这里将Anaconda的安装地址改一下，因为以后会创建很多虚拟环境，安装很多包，都会在这个地址里面，所以不要默认在C盘，我把它改到D盘了。

然后这里需要将第一个勾上，因为需要将Anaconda配置到系统环境变量里面去，现在配置，等安装完就直接配置好了，同时看一下，这里面的python版本为3.9，然后点击Install。

3.2：Anaconda使用

安装完Anaconda以后，点击Anaconda Prompt开始使用虚拟环境

进来以后是base环境，这个环境基本上不用，一般都是额外建立虚拟环境。如果此时直接进行各种装包，速度会很慢，所以我们先修改一下源

3.2.1：修改镜像源

首先执行 conda config --set show_channel_urls yes，如下图所示。

执行完以后，会在C盘下面出现一个.condarc文件，需要修改这个文件里面的内容。

打开.condarc文件,输入一下内容，保存退出。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行conda clean -i命令，清空索引缓存，保证用的是镜像站提供的索引。然后下面开始创建新的虚拟环境。

3.2.2：创建虚拟环境

输入conda info -e，查看有哪些虚拟环境。

以安装torch1.7.1为例子吧，首先通过下面命令，conda create -n torch1.7.1 python=3.7，在Anaconda prompt里面创建虚拟环境。其中-n是指name，即虚拟环境的名字。（这个图片没有，因为命令行直接过去了）。

这里建议虚拟环境命名带上torch的版本，因为后续不同项目会要求不同的torch版本，到时候记不住，看虚拟环境就可以了。

创建完以后，激活这个虚拟环境conda activate torch1.7.1，如图所示。

然后去Pytorch官网查找自己需要的Pytorch版本，复制所需要的命令。

这里我的是conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch，其中-c指的是channel，即下载pytorch的源头，命令行指定的是pytorch官网。

我试了一下把-c pytorch去掉，提示就不行，所以还是加上吧。

安装完测试一下pytorch是否支持GPU计算。
在当前环境下输入python,进入编程状态

依次输入下面的代码，输出为True，就没问题了。

import torch
print(torch.cuda.is_available())

3.2.3：删除虚拟环境

当想删除虚拟环境的时候，先conda deactivate，让当前环境失活，然后再删除。
删除命令为conda remove -n torch1.7.1 --all。

4：最后

我自己这边是重装了系统，导致电脑上CUDA和CUDNN都没有，所以第一次可能需要装一下CUDA和CUDNN。

虚拟环境前面用的是torch1.8.1,后面用的是torch1.7.1,这个不用纠结，可能是自己忘了修改图片，因为是分两次写的。