RTX3060+Win10+cuda11.1+cuDNN8.0.4+Libtorch1.9.0+Opencv3.4.6+VS2019深度学习C++配置

0前言

本博客旨在说明在显卡RTX3060+Win10（显卡RTX3080测试下来也可以）环境下，通过正确安装最新驱动+cuda11.1+cudnn8.0.4来配置深度学习环境，接着在VS2019上使用Libtorch1.9.0(C++版本深度学习框架)来做深度学习的开发任务，比如用C++来部署深度学习模型。

本博客的特点在于：
1.基本上将所有需要的操作都具体地交代了，包括一些可能出现的浪费时间的坑点，适合小白学习并快速上手；如果有已经做好或者会的部分（比如安装VS）请直接跳过。
2.在30系列显卡上来使用Libtorch1.9版本的配置教程，目前网上系统介绍的资料较少，本文尽量做到全面介绍。
3.本教程所有需要下载的安装包或者库都有两种下载方式：
第一种是说明如何在官网上找到对应的版本，自行下载；
第二种是可以直接从本人生成的百度网盘链接下载所需要的安装包。
提取码：6666
打包的文件夹如下图所示，勾选需要的安装包或者库保存下载。

我的环境配置：
显卡RTX3060
Windows10
驱动466.77
cuda11.1
cuDNN8.0.4
Opencv3.4.6
Libtorch1.9.0
Visual Studio Community2019

1检查显卡

搜索"设备管理器"，在弹出的界面中点击显示适配器，看显示的是什么
如果显示当前读取到的显卡型号，那么说明显卡可以使用了。

如果显示的是下图的Microsoft 基本显示适配器

则说明驱动需要更新，需要安装最新的驱动
而驱动安装只需要记住一个原则：使用最新版本的驱动即可。
最新的驱动一定可以向下兼容。
本人提供的包：
找到466.77-desktop-win10-64bit-international-dch-whql，下载。
Tip：
强烈建议使用本人提供的驱动程序，因为现在去官网上下载的500以上版本的驱动程序安装之后，推理时间经常会不稳定，具体的资料可以参考这篇。
【C++】【TensorRT】检测时间不稳定原因汇总（持续更新）

官网下载：
可以去NVIDIA官网下载最新驱动
比如RTX3060显卡+Win10,就选择如下图所示的配置

接着点击搜索，下载即可

点击466.77-desktop-win10-64bit-international-dch-whql
一路安装到底即可。
等安装成功后再次检查设备管理器的显示适配器，应该会显示当前读取到的显卡型号。

2下载、安装cuda11.1.0

2.1下载cuda11.1.0

本人提供的包：
找到cuda_11.1.0_456.43_win10.exe，下载。

官网下载：
建议百度搜索cuda11.1.0,会显示cuda11.1.0的下载地址，如下图所示。按照下图

建议不要从英伟达官网进去寻找cuda11.1.0，因为英伟达官网会显示最新版本的cuda(目前是11.3，以后应该会是更高的版本)，不是所需要的历史版本，而安装太高的版本就可能需要更高版本的Libtorch。

2.2安装cuda11.1.0

点击cuda_11.1.0_456.43_win10，一路安装到底即可

PS：最后的界面Launch Samples可以不用勾选，直接关闭。

3下载、配置cuDNN8.0.4

3.1下载cuDNN8.0.4

个人建议这里直接使用本人网盘里的cuDNN压缩包，因为如果从英伟达官网下载的话需要登录，而且英伟达官网的速度比较慢，所以比较麻烦。
本人提供的包：
找到cudnn-11.1-windows-x64-v8.0.4.30.zip，下载。