win10 + Python3.6 + cuda8.0 + cuDNN6.0 + pytorch1.01/tensorflow-gpu安装

win10 + Python3.6 + cuda8.0 + cuDNN6.0 + pytorch1.01/tensorflow-gpu安装

1 Anaconda的安装

在官网下载安装windows版本（64Bit）官网只有最新版Python3.7）

或者在https://repo.continuum.io/archive/下载各种版本的Annaconda，其中：Anaconda3-5.2.0-Windows-x86_64.exe 对应 python3.6.5，选择下载安装。

2 CUDA 、cuDNN的安装

首先查看自己电脑的显卡类型（我的是GTX 960M，安装CUDA9.0没成功，就换成8.0了），
然后，查看显卡版本信息：

(1)CUDA
选择CUDA Toolkit8.0 - Feb 2017，window-local版本

（2）CuDNN（需要注册），如果安装tensorflow-gpu的版本低于1.2.1用得到是cuDNN5.1，更高的tensorflow版本需要cuDNN 6.0。复制粘贴cuDNN里面的下面三个文件到CUDA的相应同名文件

检查CUDA是否安装成功：在命令提示符(cmd)中输入：ncvv -V

（3）tensorflow
我没用用国内镜像源，网好的话可以直接下载，我也没有在envs里配置一个tensorflow的环境，直接利用 Anaconda Prompt 或者 cmd 进行安装，这样用起来比较方便：

conda install tensorflow-gpu ==1.3.0

或者

pip install tensorflow-gpu ==1.3.0

直接 conda install tensorflow-gpu 下载的是2.00版本，之前用的cpu版本是这个，好多函数都改了，用起来不是很方便，所以需要指定下载版本。对应关系如下图（不是我的图，原文：https://blog.csdn.net/sunmingyang1987/article/details/102872658）
查询网站：https://www.tensorflow.org/install/source_windows

进行测试：

import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)

以上参考：https://blog.csdn.net/qq_34438969/article/details/88430901

Pytorch 安装

去Pytorch官网查找对应版本的pytorch，会自动生成conda 或pip 的安装命令。

在Anaconda Prompt 中输入：

conda install pytorch torchvision cudatoolkit=8.0 -c pytorch

安装速度比较慢，我的 pytorch 下载了两次才成功

安装成功：

（第一次cudatoolkit -8.0安装失败，第二次安装成功）

测试：

参考：
[1] https://blog.csdn.net/qq_34438969/article/details/88430901
[2] https://blog.csdn.net/sunmingyang1987/article/details/102872658
[3] https://blog.csdn.net/qq_36165459/article/details/88368573