win10安装cuda的操作步骤（不断完美中）

我的笔记本是家庭版的win10，因为家庭版本的没有 远程登陆 功能，于是我自己从微软官网下载旗舰版程序，加上淘宝上的激活码换成了旗舰版的。现在想安装一个适合的cuda来加快深度学习的训练。

一、首先安装 C程序

c语言 是很多加速器的依赖包，所以提前安装C是个不错的选择。我的电脑是2019年买的，相比较本机的烧入代码，安装 VS2015的话有点旧了 会引起硬件问题，所以我安装的是VS2017 社区版。

1. 配置方便，我只选择了C++开发，本来想加上桌面C开发，看了看需要13个G的内存，于是只选择了必要的C++开发。
2. 以前的用pytorch的时候，发现大佬们将文件安装在自己创建的install文件夹下，于是我保留了这个习惯，结果在安装cuda的时候，自动安装程序找不到需要的C++库，悲哀。所以，谨记：安装VS2017时，一定不能修改默认的安装目录。

二、CUDA的安装

为了能够安装现在流行的大多数代码的依赖包，我们需安装比较新的CUDA版本，考虑到我的机子也不是很新了，我选择了 cudnn-11.0版本。

1. 版本问题
   首先，查看我们机子现在的nvidia状态，如下图所示。合适的cudn版本 cuda_11.0.3_451.82_win10.exe，从官网上下载时速度很快，可以直接下载。
   
2. 安装步骤
   选择自定义安装，它默认全部安装，我都是直接按默认就好。
   最后，将cudnn文件解压，然后 copy------>paste（下面图来源于网络）
3. 设置
   最后接着，在系统变量下面的“path”添加：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
4. 检验
   检验的代码有2种代码方式 和一种 桌面显示方式，如下图所示。
   
   
   

三、安装python 相关包

虽然现在python3的版本已经有了3.7、3.8了，但是3.6版本是一个经典的版本，3.6版本支持的依赖包最多，所以我在安装Aconda的时候选择了内置为3.6的Aconda版本 Anaconda3-5.2.0-Windows-x86_64.exe。以后，遇到需要3.7、3.8的场景时，可以依靠创建 Aconda 环境来安装对应的依赖包。

四、其他

1. tensorflow-gpu对cuda的支持
   我去tensorflow的官网看，发现了对应的版本问题，记得会更新哦。
   
2. 两个开源框架的支持
   我心里在意的有两个。一个bert的开源框架，一个是pytorch-bert的开源框架，经查看他们都是在1.x的tf上使用的。
3. pytorch的支持
   我查了pytorch的官网。在它的历史版本中可以支持cuda10.0，而且cuda10.0对应的pytorch版本跟上面的两个开源框架完全适用。
   最近我要安装hugging,我发现它支持的pytorch是1.3+的。我到pytorch的官网看了一下，发现：1.3+对应的版本都是10.1及以上的版本。
4. rasa开源框架的安装
   这个比较悲剧，因为我发现rasa自带的是tf2.1版本。
   总结：只能采用的方式是，安装一个比较新的cuda版本，然后在各个不同的python环境中，它们会各自安装自己的cuda的backup.