本地配置深度学习环境 ---windows+anaconda+cuda+cudnn+pytorch+python+pycharm

下载安装Anaconda

anaconda官网
anaconda历史版本
在anaconda历史版本中找到自己想要的版本，windows选择.exe文件夹，点击下载；下载之后对其进行安装。安装过程中需要记住安装路径、跳过安装vscode。

查看anaconda环境是否安装成功

conda -V

conda相关命令

# 可以自接从anaconda prompt进入anconda环境，以下介绍从windows终端命令行进入

#激活anaconda，进入base
activate     
 
 #查看所有虚拟环境
 conda info -e
 
#创建名为py37，版本为python3.7的pyhon环境
conda create -n py37 python=3.7  
 
#激活进入py37虚拟环境
conda activate py37      

#查看该环境中有哪些工具包
pip list

#查看该环境下python版本，同时进入python命令行
python    

#退出python命令行 
conda deactivate   
  
#退出python命令行，回到虚拟环境中
exit（）   

#退出虚拟环境，进入anaconda的base环境
conda deactivate    

CUDA下载安装配置

windows10版本安装cuda，首先需要下载两个安装包

• CUDA toolkit （toolkit就是指工具包）
• cuDNN

注：cudnn是神经网络加速库，用于配置深度学习

卸载之前的cuda文件

只需保留：nvidia physx、nvidia图像驱动程序、nvidia geforce experience

CUDA下载

cuda toolkit download
CUDA官网
查询自己的驱动版本，检查cuda是否支持当下的驱动版本，版本数应大于等于cuda支持的版本数


如驱动版本太小，cuda不支持则进入NVIDIA驱动程序下载选择相应的显卡下载安装即可

注：通过任务管理器或者设备管理器查询自己的显卡类型

CUDA安装与配置过程

1. 双击 .exe文件，选择下载路径（推荐默认路径）

2. 安装选项
   
   不要选择visual studio integration，即使选了也不能成功安装
   

3. 选择安装位置，建议在c盘或d盘建一个专门cuda的安装文件
   
   
   等待安装…

4. 安装完成后查看系统变量中是否添加了路径，如果没有需要自己添加

5. 测试环境是否安装成功
   运行cmd，输入nvcc --version 即可查看版本号
   set cuda，可以查看CUDA设置的环境变量
   

cuDNN下载安装配置

cuDNN下载

1. cuDNN下载地址，需要注意的是，我们需要注册一个账号，才可以进入到下载界面。
2. 选择合适的版本

cuDNN配置

1. 解压
2. 解压后会得到如下文件，把红框框中的三个文件夹拷贝到CUDA的安装目录下。CUDA的安装路径可在电脑的环境变量中查看
   
   
   
   拷贝时看到，CUDA的安装目录中，有和cuDNN解压缩后的同名文件夹，不需要担心，直接复制即可。cuDNN解压缩后的同名文件夹中的配置文件会添加到CUDA安装目录中的同名文件夹中。
   cuDNN其实就是CUDA的一个补丁而已，专为深度学习运算进行优化的。

3.验证是否安装成功
进入CUDA的安装路径，找到deviceQuery.exe和bandwidthTest.exe两个文件

进入该文件目录下的命令行窗口，分别执行这两个文件。


无报错即可。

安装pytorch

pytorch官网可以看到pytorch的一些版本的选择


根据自己的需求选择对应的安装命令，如图框所示，复制命令。
进入需要安装pytorch的虚拟环境中，粘贴并执行该命令。

# 查看pytorch是否安装成功
import torch
print(torch.__version__)    //输出pytorch的版本

# 查看torch是否可以使用cuda
import torch
torch.cuda.is_available

# 测试pytorch使用cuda及cuDNN
import torch
a = torch.tensor(1.)
print(a.cuda())      // 若正常则返回 tensor(1., device='cuda:0')
 
# 测试使用cuDNN
from torch.backends import cudnn
print(cudnn.is_available())       // 若正常则返回 True

print(cudnn.is_acceptable(a.cuda()))      // 若正常则返回 True

安装pycharm

pycharm官网
下载安装包，专业版是收费的，社区版是免费的，建议下载专业版

配置pycharm

点击new project