在window下搭建深度学习环境_cuda+cudnn+Pytorch

cuda

    cuda是Compute Unified Device Architecture的缩写。中文叫统一计算架构。是为了让nvidia gpu可以完成通用计算任务的一种集成技术。
    首先你电脑需要有独立显卡，才能安装cuda．具体安装cuda那个版本,可以看下面的教程：

输入nvidia-smi,就可以看到你的显卡最高支持那个版本的cuda．

打开：https://developer.nvidia.com/cuda-toolkit-archive．找到自己对应版本的cuda，版本可以向下兼容，你可以选择低版本cuda．

点击对应显卡适配的cuda版本信息，就可以到以下的界面：

点击下载安装即可．在安装过程中需要注意以下几点：

红色框的是不需要安装的，安装的时候注意取消就好了．
安装好之后，在运行cmd，输入nvcc -v 就可以查看是否安装成功：

cudnn

在这个网址中：https://developer.nvidia.com/cudnn．找到你对应cudnn的版本．下载cudann前，网站会要求你注册，填写问卷等等．
注意一定要和自己cuda版本对应．下载完成之后解压．

把解压后的文件全部复制到之前安装的cuda路径下，cuda默认的安装路径是：c\Pregram Files\NVIDIA GPU Computing Toolkit\CUDA
测试cudann是否安装成功：在cmd下，cd到c\Pregram Files\NVIDIA GPU Computing Toolkit\CUDA\extras\demo_suite路径下，然后运行：

看到result=pass就意味这cudnn也安装成功了！

Pytorch安装

cuda和cudann环境配置完成之后．就可以开始安装Pytorch了．
进入：https://download.pytorch.org/whl/torch_stable.html 选择合适cu版本,cu就是你之前下载的cuda版本.下载后，在cmd中cd到下载位置，在使用pip install torch-1.9.0%2Bcu102-cp36-cp36m-win_amd64.whl加粗的这一段为你自己下载对应的版本．别下成cpu版本．
需要注意如果你pip install 失败的时候，你要查看是否下载了python，如果没有去python官网下载python之后，再安装torch即可．

测试pytorch是否安装成功，在打开cmd,输入：
python
import torch
print(torch.version)

能正常打印版本信息证明安装成功了！

PyCharm安装

PyCharm 是一款功能强大的 Python 编辑器．直接去官网下载即可，注意下载的时候下社区版本的，不要下专业版．下载完之后把环境配置好：点击：Files->Settings


选择Existing enviroment.找到之前pytorch安装位置，加载进来就可以了．
如果找不到安装位置，打开cmd，进入python，导入torch库，import torch，查找路径：print(torch.__ path __)．就可以看到Pytorch的安装路径．