CS231n----0 深度学习环境配置--Win10+CUDA9.0+Cudnn+PyTorch安装经验

硬件配置：win10系统（64bit），处理器i5-7，显卡4G GTX1050

1.首先安装CUDA9.0和cuDNN7.4

到官网下载CUDA9.0和cuDNN7.4（对应版本），确保你的电脑有GPU（需要查一下GPU可安装的CUDA和CUDnn版本）

cuda官网：https://developer.nvidia.com/cuda-toolkit-archive

cudnn官网：https://developer.nvidia.com/rdp/cudnn-download（需注册）

安装CUDA9.0和cuDNN7.5之前需要安装vs2015（或者更高版本），不然会出错（vs2015我最后是用了一个社区版的，可以去网上下载，我自己找了好几个版本的，有的版本在win10下安装不成功win7下安装却可以）

双击从官网下载的cuda9.0安装程序，解压得到一个文件夹，然后自动开始安装程序，按照提示安装即可（最好使用管理员权限进行安装）。安装cuda9.0如果出现些问题，可以尝试重新安装下NVIDIA显卡驱动（一般问题不大，关键是要安装vs2015）。

安装cuda9.0后，要在用户变量的Path中添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0\bin ，同时确保系统变量中 CUDA_PATH和CUDA_PATH_V9.0已经存在。完成操作后打开命令提示符，输入 nvcc --version，查看cuda安装是否成功。

接着安装cudnn，解压cudnn7.4安装包，将文件夹里内容拷贝至安装CUDA的地方覆盖对应文件夹，默认文件夹在： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

2.安装PyTorch和PyTorchvision

看了很多安装的帖子，最后选择conda命令安装PyTorch，使用下图方法进行对应安装即可。（忽略掉注释里的windows版本，只需要看cuda对应的版本就好~，我的cuda版本是9.0，选择的是第三个命令，安装可用，都是属于cuda9）.

接着安装pythorchvision的时候直接在系统输入命令，pip install torchvision即可。

3.成功后测试一下cuda是否可以用

python脚本中输入： print(torch.cuda.is_available())
顺便看看pytorch版本，python脚本中输入： print(torch.version)

##############################################################################################################################################################
番外篇：万万没想到系统后来崩掉了，无奈的我只得所有的东西全部重装一遍，不知道为什么自从装了vs电脑连续两次崩掉，所以这次就非常谨慎的没有提前装vs。

1.正常安装了cuda和cudnn

2.安装pytorch。

使用命令安装无论怎么样就是慢的不行，添加了国内镜像也是不可以。无奈之下选择了本地安装。
（1）先在pytorch官网下载了whl文件，选择版本的时候要注意是CPU还是GPU版本，并要和自己的python版本和cuda版本对应起来，我自己的是python3.6，cuda9.0，所以选择这这个文件。

2.在cmd里面本地安装pytorch

  pip install '地址 + 文件名'
 安装   torchvision
 pip install torchvision

3.验证是否安装成功

如下图结果就表示正常安装啦~