(win10)anaconda虚拟环境中安装特定版本cuda+tensorflow+pytorch+pycharm

1.安装anaconda
在官网安装最新版的anaconda，需要使用其他版本的python可创建虚拟环境。安装时选择all users以及添加环境变量。
2.安装cuda以及cudnn。
你可以选择在cuda官网下载安装包，按照提示安装。也可以在anaconda虚拟环境中安装cuda。
a.虚拟环境创建：打开cmd，输入：

conda create -n py36 python=3.6

py36是虚拟环境名称，python=3.6是虚拟环境中python版本，可自行选择。cuda和python也有版本对应关系，自行百度。
b.激活虚拟环境并安装cuda和cudnn:

activate py36
conda install cudatoolkit=10.0
conda install cudnn=7.6.0

cuda版本也可自行选择，cudnn和cuda版本对应请自行百度。如果下载很慢容易断开，建议搭个梯子或者使用清华镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

使用conda list命令可查看cuda是否安装成功。
如果是通过cuda官网安装包手动安装的cuda，在cudnn官网下载对应版本，然后将cuDNN压缩包内对应的文件复制到cuda的bin、include、lib\x64目录。

配置cuda环境变量。

3.安装tensorflow-gpu。
tensorflow与numpy有版本对应关系，numpy版本不对，就算tensorflow安装成功也import不了。找到合适版本的numpy后直接安装：

pip install numpy==1.16.0
conda install tensorflow-gpu==1.12.0

打开jupyter notebook验证tensorflow-gpu：

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)

4.安装pytorch。
直接在pytorch官网寻找所需版本的安装命令：

pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

验证：

import torch
torch.cuda.is_available()

5.虚拟环境pycharm的使用。
打开anaconda navigator，在environments中点击虚拟环境，然后回到Home界面点击安装pycharm。
打开pycharm新建项目，选择编译环境。