手把手教你Win系统配置深度学习(GPU)环境： Anaconda3+CUDA+cuDNN+pytorch

目录

目录

1、 Anaconda安装

1.1  先下载Python还是Anaconda？

1.2  Anaconda、conda简介   

1.3  Anaconda官网下载详细步骤

1.4  检验Anaconda3是否安装成功

2、 CUDA、cuDNN下载

2.1 检查电脑驱动版本

2.2 CUDA下载

 2.3 cuDNN下载

3、 Anaconda3 安装 Pytorch

3.1、添加清华镜像源

3.2、 创建PyTorch环境

3.3、激活pytorch环境

3.4、 下载PyTorch

4、 PyCharm 配置 PyTorch

4.1 安装PyCharm

4.2 配置PyTorch环境

1、 Anaconda安装

1.1  先下载Python还是Anaconda？

1.2  Anaconda、conda简介   

1.3  Anaconda官网下载详细步骤

1.4  检验Anaconda3是否安装成功

2、 CUDA、cuDNN下载

2.1 检查电脑驱动版本

2.2 CUDA下载

 2.3 cuDNN下载

3、 Anaconda3 安装 Pytorch

3.1、添加清华镜像源

3.2、 创建PyTorch环境

3.3、激活pytorch环境

3.4、 下载PyTorch

4、 PyCharm 配置 PyTorch

  最近跑行为识别的网络模型，所以需要在笔记本上配置深度学习的坏境，准备将踩过的坑都记录下来。巨详细的那种！！！

配置：winsows系统，GTX3050显卡。（AMD显卡不能直接调cuda，只能装虚拟机，在Linux系统上安装ROMc来调cuda，巨麻烦，而且只有部分型号的amd显卡才支持安装ROMc）

1、 Anaconda安装

1.1  先下载Python还是Anaconda？

    Anaconda！ 装anaconda，就不需要单独装在python了！

1.2  Anaconda、conda简介   

       Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

     Conda 是一个开源的软件包管理系统和环境管理系统，用于在同一机器上安装多个版本的软件包及其依赖关系，并在不同的环境之间切换。

1.3  Anaconda官网下载详细步骤

    官网地址：https://www.anaconda.com/download/ 

     Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，选择自己笔记本对应系统，直接下载就行了，不用挑版本什么的。建议安装路径不要出现中文和空格字符，不然后面会出现奇奇怪怪的bug！！！

    如果觉得下载太慢的话也可以去清华镜像源下载，Ctrl+F查找要下载的版本，一定要注意下载对应版本。

然后一路点NEXT就行了

到这个界面

选择 All users，可以自定义将Anaconda3安装在哪个盘，如果是Just Me的话会给你直接装到C盘

      第一项是将Anaconda安装路径添加到环境变量。如果你的电脑是第一次安装python，建议勾选。这个选项的作用是在windows的环境变量中帮你设置python的默认路径。作用是你在cmd命令窗口的任意路径下输入python，都能启动python。第二项是默认使用python的版本，选上。

有的博主不建议勾选第一项，说后期总是出现什么“无法定位到动态链接库”的问题。我没遇到过这个问题，也有博主说anaconda 5.0之前第一个选项都是推荐勾选的，不知道为啥到了5.0以后就不推荐了。保险起见，我把Anaconda的环境配置也写进来吧。

此电脑—>属性—>高级系统设置—>环境变量—>path—>编辑—>新建

C:\Users\dk\anaconda3
C:\Users\dk\anaconda3\Scripts
C:\Users\dk\anaconda3\Library\mingw-w64\bin
C:\Users\dk\anaconda3\Library\bin

 如果是手动配置环境的话，添加这四个就行了，路径记得改成自己的。

等待安装。

 这两项取消勾勾，安装就完成啦！

1.4  检验Anaconda3是否安装成功

     win+R 输入cmd打开命令行，然后输入python，查看是否有Python环境。

 输入 conda info，查看版本信息之类。

 PS：如果提示conda不是内部或外部命令，就说明你的anaconda没有配置好环境变量。

还有一种简单的方法，在开始菜单页面的最近安装里看看有没有这个目录，能不能点进 Anaconda Navigator。

2、 CUDA、cuDNN下载

2.1 检查电脑驱动版本

win+R 输入cmd进入终端
输入 nvidia-smi 查看版本信息 

一定要根据驱动选择对应的CUDA版本下载。 

     不同版本的CUDA要求不同的NVIDIA驱动版本，同时显卡驱动版本要不低于CUDA的安装版本，具体的对照关系如下：

   官方的版本要求说明链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

   也可通过此链接查询自己电脑对应的的显卡驱动版本。

2.2 CUDA下载

     进入CUDA下载网站（历史版本），找到自己对应的版本号选择 exe(local) 进行下载。

    因为是外网，所以下载会很慢，有时候还会中断。这里推荐用迅雷来下载！！！迅雷YYDS！！

  下载完成之后，直接点击安装，在后面的安装选项选择自定义，然后只勾选CUDA即可。

要记住CUDA的安装位置！！！   安装结束，在cmd中输入nvcc -V 即可查看是否安装成功，此时会跳出安装的cuda的版本号。

 2.3 cuDNN下载

    CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。cuDNN则相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

  简单来说，cuDnn就是CUDA的加速器补丁。下载地址：https://developer.nvidia.com/rdp/cudnn-archive  网站登陆之后(未注册还需要注册再登陆)，一定要选择对应相同cuda版本的cuDNN。

 如下图所示，下载得到的cuDNN解压后得到的其实就是三个文件夹

现在我们需要做的就是将解压后cuDnn三个文件夹中的文件分别复制到CUDA对应的安装目录下，会自动合并内容的，我CUDA的安装地址是  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

接下来需要配置下环境变量  ：

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_1两个环境变量，接下来，还要在系统中添加以下几个环境变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1(这是默认安装位置的路径)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

然后在系统变量PATH的末尾添加：

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

再添加如下4条（默认安装路径）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64；

如果你选用了自定义路径，上述的默认路径一定要记得换成你的自定义路径

安装就完成啦！

3、 Anaconda3 安装 Pytorch

 点击开始菜单，打开Anaconda Prompt（anaconda3）

3.1、添加清华镜像源

后续下载会快很多。

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

3.2、 创建PyTorch环境

      pytorch是你创建的环境的名称，可以自己命名。 后面是在环境里安装python，前面anaconda里也装了python，那是在root环境（主环境）安装的。python版本也可以换成你安装的别的版本，如3.7，  3.6等等。

conda create -n pytorch python=3.8 

 出现你将要安装的包名和版本信息，输入y，继续安装。

3.3、激活pytorch环境

     安装成功后，出现如下图所示信息，输入：activate pytorch，进入pytorch环境里面，这个时候pytorch环境相当于只是个空的框架，真正的pytorch还没有装上。（输入：deactivate pytorch，退出pytorch环境）

3.4、 下载PyTorch

  点进PyTorch官网 ，根据自己电脑的配置选择，然后将下方的命令复制，即可自动安装。（一定要在你创建的pytorch环境中安装！！如果之前不小心关闭了Prompt窗口，重新打开 Anaconda Prompt，然后输入activate pytorch 重新进入，输入刚才复制下来的安装命令，然后继续执行下面的步骤）

出现“done”就说明安装完成，可以进入Python 测试一下。

输入： python;
测试一下：import torch

      print(torch.__version__)  # 注意是双下划线

可以看到自己pytorch的版本。到这儿就全部安装好啦！

4、 PyCharm 配置 PyTorch

4.1 安装PyCharm

   先附上PyCharm的下载地址

 Professional 是专业版，功能强大，需要老师和学生使用教育邮箱来注册使用；Community 是社区版，任何人都可免费下载安装使用，所以推荐安装社区版，这对于python项目来讲是足够了。

双击安装 

就安装成功啦！

4.2 配置PyTorch环境

最后一步就非常简单啦。 打开PyCharm，新建项目，File->settings

点击ok，至此，就可以在pycharm中使用pytorch了！