win10 +anaconda+pytorch_gpu

一.首先安装cuda和cuDNN（独立于深度学习框架之外，在这个基础上可以安装tensorflow或者pytorch）

0.首先电脑上安装了vs2015或者vs2017

1.cuda安装

1.1更新自己的显卡驱动 www.geforce.cn (选择图行驱动更新即可)

1.2cuda安装(我选择的是cuda10.0)

在这个网址https://developer.nvidia.com/cuda-toolkit-archive下载需要的工具包（选择exe[local]），安装时候，选择自定义，只勾选CUDA组件

2.cuDNN 安装（https://developer.nvidia.com/cudnn）

3.配置cuda和cudNN环境变量（看这个博客https://blog.csdn.net/u010618587/article/details/82940528）

4.Anaconda安装（https://www.anaconda.com/distribution/      我选择python3.6版本）

装好之后

我们点击开始菜单中的Anaconda Prompt ，进入到类似windows的cmd命令行解释器中，输入以下命令

conda create -n pytorch_gpu pip python=3.6

pytorch_gpu 为环境名字，可自定义，

接着进入我们刚才创建的环境中

conda activate pytorch_gpu

此时去https://pytorch.org/get-started/locally/中查看你的conda命令

 

 

复制命令conda install porch torchvision cudatoolkit=10.0 -c pytorch到刚才的命令窗口中，需要注意的是由于国内没有了Anaconda的镜像源，所以会下载的很慢，如果卡住的话我们可以按ctrl+c中断下载指令，然后从命令窗口中找到需要下载文件的网址，我们复制到浏览器中下载，在本地安装就好。

本地安装命令：

conda install numpy mkl cffi
conda install --offline pytorch-1.0.1-py3.7_cuda100_cudnn7_1.tar.bz2#这里是你浏览器下载的压缩包的名字

离线安装好之后，还要重新使用conda在线安装一次，对相关的包进行在线匹配，但是要删掉最后的-c pytorch，，因为它代表直接从官网去下载，不会与本地的匹配，还会重新下载，

conda install pytorch torchvision cudatoolkit=10.1

此时大功告成，来测试一下，命令窗口输入python，今天python模式，输入命令

import torch

torch.cuda.is_available()

回车后返回值为“True”则说明成功了

5.题外话

这里我介绍一下jupyter notebook的配置

在开始菜单，我们打开Anaconda Navigator，

选择Home，

Appllications on 选择为刚才的环境 pytorch_gpu,然后installjupyter就可以使用了