手把手教你在Windows10环境下安装深度学习框架（pytorch or tensorflow）

1. 安装Anaconda：（常用的python版本和各类包管理器）1.1. 下载地址：1.2. 配置环境变量：1.3. 检查配置情况：1.4. 切换anaconda下载文件的源：2. 安装CUDA：（显卡厂商NVIDIA推出的并行运算平台）3. 安装CUDNN：（用于深度神经网络的GPU加速库）4. 安装pytorch（GPU版本）5. 安装tensorflow（GPU版本）补充：

1. 安装Anaconda：（常用的python版本和各类包管理器）

1.1. 下载地址：

/products/individual

不一定安装在c盘下，自行选择

1.2. 配置环境变量：

环境变量配置路径：此电脑右键-属性-高级系统设置-环境变量（根据自己安装anaconda目录名称输入），在用户变量或者系统变量中输入均可

C:\Users\yuan\anaconda3C:\Users\yuan\anaconda3\ScriptsC:\Users\yuan\anaconda3\Library\binC:\Users\yuan\anaconda3\Library\usr\binC:\Users\yuan\anaconda3\Library\mingw-w64\bin

1.3. 检查配置情况：

cmd命令行中输入 conda --version（注：- - 查看输出情况是否为版本号）

1.4. 切换anaconda下载文件的源：

默认外国网站，配完镜像源，使用国内的网站，下载速度会提升

命令如下：配置清华源

conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/ condaconfig --add channels https://mirrors.tuna./anaconda/pkgs/main/ condaconfig --add channels https://mirrors.tuna./anaconda/cloud/conda-forge/

设置搜索时显示通道地址

conda config --set show_channel_urls yes

显示源

conda config --show channels

删除源

conda config --remove channels 源名称或链接

2. 安装CUDA：（显卡厂商NVIDIA推出的并行运算平台）

安装之前输入nvidia-smi查看自己的显卡驱动版本，找到对应的cuda版本。30系显卡建议直接cuda11.1以上版本。

Cuda下载地址：/cuda-toolkit-archive

直接打开安装exe安装，建议安装在默认路径下，测试安装情况命令行命令：nvcc -V (注：大写的V)

3. 安装CUDNN：（用于深度神经网络的GPU加速库）

下载地址：/cudnn

需要先注册账号，看自己的cuda版本下载对应的cudnn版本

Cuda11以上版本对应cudnn11.3、cuda10版本对应cudnn10

下载完成之后

1)将cuda\bin目录中的 cudnn64_8.dll 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin 中2)将cuda\include目录中的 cudnn.h 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include中3)将cuda\lib\x64 目录中的 cudnn.lib 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64 中4) 然后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64都添加环境变量path中。

4. 安装pytorch（GPU版本）

前往：/get-started/locally/ 查看安装命令，有条件可以选择直接用conda或者pip命令安装，国内的选择在pip命令中输入清华源，命令如下：

pip install -i https://pypi.tuna./simple torch===1.5.1 torchvision===0.6.1 -f /whl/torch_stable.html

5. 安装tensorflow（GPU版本）

conda install tensorflow-gpu==1.4.0 或者 pip install tensorflow-gpu==1.4.0

补充：

为方便拓展建议在anaconda内新建开发环境，方便之后进一步的配置，anaconda可以直接建立特定python版本的环境。

安装完anaconda之后

创建环境：

conda create --name env_name python=3.7 #env_name(命名你的环境，英文) #python=3.7（代表3.7版本的python，可以修改为其他）

创建环境之后激活环境：activate env_name 代表你进入了该环境目录下，可以调用该环境下所有的包

安装框架和常用包：

Conda install tensorflow-gpu==1.4.0Conda install torchConda install numpyConda install ..........

其他命令：

删除环境：conda remove -n env_name --all推出环境：conda deactivate env_name查看所有环境：conda info --envs查看该环境目录下所有的包：conda list安装包：conda install pkg_name卸载包：conda uninstall pkg_name