win10+python3.6+cuda10+cudnn7+pytorch安装

安装流程：

Anaconda3安装

1.下载Anaconda3
下载地址：https://www.anaconda.com/download/

根据系统类型选择左下角对应的安装包进行下载。
2.运行下载好的Anaconda包，按照默认位置进行安装。在下面的安装页面中勾选上面的选项，将安装路径写入环境变量。

3.检查Anaconda3安装是否成功

打开windows的命令提示符（fn+r，输入cmd，点回车），输入conda -V，能正确输出anaconda版本号则安装成功。anaconda自带了一个名为spyder的编辑器，后面我们可以用spyder进行可视化编程。
考虑到python3.7兼容问题，一般选择python3.6，有如下4.5.两种选择方式
4.进入Anaconda Prompt 创建并激活自己的环境

使用 conda create -n your_env_name python=X.X（2.7、3.6等)命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
使用如下命令即可 激活你的虚拟环境(即将python的版本改变)。

Linux:  source activate your_env_name(虚拟环境名称)

Windows: activate your_env_name(虚拟环境名称)
1
2
3

5. 提供其他方式：
安装anaconda，此时需要注意的是，我们安装的anaconda是Anaconda3-5.2.0-Windows-x86_64.exe 因为anaconda的版本对应着python的版本。安装好这个版本的anaconda也就安装好了python3.6

链接：https://pan.baidu.com/s/1mDJ-LeX_6k-sKXSyLP34DQ
提取码：nms2

CUDA和cuDNN的安装配置

1.查看自己N卡支持的CUDA版本
下载CUDA前，先确认GPU显卡所支持的CUDA版本，（不过有问过其他人，好像说显卡与CUDA版本关系并不大，作为一名小渣渣保险起见还是按常规操作吧）
1> 方法一：
控制面板-》NVIDIA控制面板-》系统信息-》组件-》nvidia.dll后面的cuda参数

参考链接：https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html

2> 方法二：
通过在命令提示符输入nvidia-smi 查看显卡信息,如果显示没有该命令，需要把C:\Program Files\NVIDIA Corporation\NVSMI 加入到环境变量中。

此处参考：
Inside_Zhang https://blog.csdn.net/lanchunhui/article/details/62240333

但是，我想说在我没装CUDA 10.1之前，这两种方法都没有显示需要的CUDA版本，都是装完之后才出现的（感觉好马后炮的感觉），不知道其他人的是不是这样。我安装CUDA版本是根据pytorch和tensorflow选择的，所以前述仅供参考。

2.CUDA 10安装配置
1> 下载CUDA
CUDA Toolkit 10.1 Download：https://developer.nvidia.com/cuda-downloads

2> 安装
正常安装就好，嫌麻烦直接精简安装了，居然没有出问题，出现问题的话，补充参考链接：

https://blog.csdn.net/wills798/article/details/89368687
https://blog.csdn.net/u011473714/article/details/95042856
（感谢两位作者 王诗威尔和 红叶骑士之初）

记得添加path，在第二个链接有详解。

3.cuDNN的安装

下载链接：https://developer.nvidia.com/rdp/form/cudnn-download-survey
解压对应CUDA复制文件：
a) 把cuda\bin\cudnn64_7.dll复制到 C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin 目录下.
b) 把\cuda\ include\cudnn.h复制到 C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include 目录下.
c) 把\cuda\lib\x64\cudnn.lib复制到C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 目录下.

补充：CUDA 9
CUDA：链接：https://pan.baidu.com/s/1zxesApEjGQ6872YwiG011Q
提取码：1poh
链接：https://pan.baidu.com/s/1DR0KxWSL6bEAaO-ZSfYFSQ
提取码：4qry

PyTorch 安装

官网网址：https://pytorch.org/get-started/locally/

测试：
附一段简单测试CUDA与cuDNN是否工作正常的代码：

#CUDNN TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
#CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx)) 

1
2
3
4
5
6
7
8
9

此处感谢：manong_wxd
原文：https://blog.csdn.net/manong_wxd/article/details/78583098

安了这么多次，这大概是最顺利的一次吧，基本没出什么问题，回想前几次简直惨不忍睹，总结以下，以防下次安装又忘记流程，参考了好几篇CSDN的文，很感谢各位作者。复原文链接以示敬意。

感谢：
qilixuening https://blog.csdn.net/qilixuening/article/details/77503631
百战天虫2014 https://blog.csdn.net/sinat_39441740/article/details/90199540