准备工作：

• 安装语言环境 Python 建议3.8.0以下（conda创建低版本环境也可以）
• 安装包管理工具 Anaconda（Pip等也可以）
• 查看GPU是否是NVIDIA,并查看该版本是否支持CUDA,检查驱动版本下载相应版本的CUDA以及PyTorch
  • 不支持：PyTorch(None CUDA)
  • 支持：CUDA -> CUDNN ->PyTorch

GPU，CUDA，cuDNN的理解

• CUDA 并行计算框架，处理大型并行计算
• cuDNN 深层神经网络的GPU加速库
  都是NVIDIA出的，且必须使用NVIDIA

下载并安装Anaconda

Anaconda 清华开源镜像

把Anaconda加入环境变量，以直接在cmd中使用conda、jupyter、ipython等命令

# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号，需要去掉

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

查看设备管理器

win+x,然后 m，在设备管理器查看电脑GPU是否是NVIDIA

查看支持cuda版本

方法一： win+r -> dxdiag -> 显示

方法二：查看NVIDIA控制面板

• 桌面右击
• 控制面板
  
  
  
  

安装 CUDA和 cuDNN (无N卡跳过)

CUDA下载地址
cuDNN下载地址需要注册登录并填写问卷

将路径cudnn-8.0-windows10-x64-v7.1-ga\cuda下的文件全部复制到路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下

下载 pytorch

• 无N卡
  conda install pytorch torchvision torchaudio cpuonly -c pytorch
  
• N卡版本旧（有的已经太旧不支持，参考无N卡）
  各平台旧版本pytorch下载方式
  conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch
• 下载python环境对应包 https://download.pytorch.org/whl/torch_stable.html

# cmd
文件路径 > pip install xxx.whl

N卡支持的CUDA版本如果不在上图（无N卡）CUDA的列表上建议使用无N卡方式下载，没有GPU加速，不影响框架学习

如果出现环境解析错误，查看上图对应的版本问题

conda create -n [environment-name] python=3.6
conda activate [environment-name]
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch

设置PyCharm使用Anaconda的环境

---

相关参考:

1. GPU，CUDA，cuDNN的理解
2. GPU, CUDA,cuDNN三者的关系总结
3. win10下CUDA和CUDNN的安装（超详细）！亲测有效！