windows下基于anaconda的pytorch配置

1. 安装CUDA
   在CUDA官网
   https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
   下载所需的安装包，为.exe文件，直接进行安装
   CUDA安装完后，我选择的那个安装文件夹会消失，因为之前选择的只是临时的解压路径，不修改的话是默认c盘的/tmp文件夹，安装的时候解压完毕目录自然会被自动删除，此时软件已经强制默认安装在C盘了。

2. 安装cudnn
   在官网https://developer.nvidia.com/rdp/cudnn-download下载与上面CUDA相对于版本的cudnn，下载后为zip格式文件，进行解压后为![在这里插入图片描述](https://img-blog.csdnimg.cn/20190824104910514.png

3. 配置
   找到CUDA安装的文件夹，我的为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
   将上述cudnn三个文件夹中的子文件复制到CUDA相应的三个文件夹中，即配置完成

4. 下载pytorch安装包
   可以知乎访问 蒲嘉宸的离线的百度云pytorch安装包，选择相应版本下载
   https://pan.baidu.com/s/1dF6ayLr#list/path=%2Fpytorch

   或者访问https://pytorch.org/的官网，根据
   上述选择，在官网里面找。

5. 安装pytorch

1） 打开cmd运行

	conda create -n deeplearning3 python=3.6

构建虚拟环境，其中deeplearning3是起的名字，3.6是我的版本，都可以根据自己的改（我之前用的是python3.7的版本，后来发现安装不了nb_conda，就不能再jupyter中添加虚拟环境，查了半天说的是没有和3.7相匹配的版本）

2）运行

activate deeplearning3

激活环境

3）安装需要的软件包
第一个

conda install numpy mkl cffi

第二个
如果是百度云下载的pytorch离线包则运行

			conda install --offline 离线包的路径(为.bz2文件)

如果是pytorch官网则运行上述选择选项后提示的代码

		conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

第三个

conda install nb_conda

即在jupyter中添加虚拟环境

至此结束

6. 验证

在jupyter中运行

	import torch

看看不出错则OK啦！！

-------------------------------补充---------------------------------------------------

如果最后发现jupyter notebook中没有我们新建的环境，则需要在cmd中我们新建的环境下安装ipykernel

conda install ipykernel

我的电脑最后自己又生成了jupyternotebook,我也不知道为什么

参考博客：
https://blog.csdn.net/Chris_zhangrx/article/details/82694882
https://blog.csdn.net/Chris_zhangrx/article/details/83339684
http://www.caffecn.cn/?/question/1151
blibli的视频：
https://www.bilibili.com/video/av16392140?from=search&seid=5936270183021691453