**

深度学习·环境搭建过程**

ps因为是赶时间写的，而且我也只是跟着安装的白痴，就不配截图和下载路径什么的了，只简述了安装过程及小问题，总体来说跟着学长的ppt没什么问题

1.CUDA的安装
》首先，通过英伟达的控制系统确定自己电脑能安装的CUDA版本
然后进入官网下载对应版本
我是通过学长提供的三个路径下载的
》下载完成之后，直接点击安装，一路next即可，在后面的安装选项选择自定义，然后只勾选CUDA。
》安装结束后，可以在cmd中输入nvcc -V即可查看是否安装成功，若成功则会跳出安装的cuda的版本号
》再然后就是为CUDA添加环境变量

打开控制面板，打开系统和安全，打开系统，
相关设置里打开高级系统设置，打开环境变量，在系统变量里面打开path 编辑 – > 新建、浏览
添加下面两个路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
2.Anaconda的安装
》首先在群里下载对应的安装包，当然也可以自己去官网找
》然后一路无脑的next其中要注意添加path和存入的文件夹需要为空的问题
然后很简单就安装好了
3.虚拟环境的创建
》在开始菜单里可以发现anaconda prompt的程序
》打开后输入conda create -n yourname python=3.7，即可创建对应名称的虚拟环境，再通过输入activate yourname，即可打开对应的环境，一路输入y就行
4.pytorch的安装
》非常简单的一步进入pytorch官网就困扰了我一个下午，我一直以为是需要*的缘故而进不去，但是过了一天又无缘无故的进去了，进去之后找到对应下载路径粘贴到自己创建的虚拟环境，enter一下就自己会下载了，第一次失败了，报的错是‘Connection aborted.’, ConnectionResetError(10054, ‘远程主机强迫关闭了一个现有的连接。’, None, 10054, None)
也不知道是什么原因，我后来干脆就把第一个虚拟环境删了再下，就没有什么问题了

》之后就是关于安装是否成功的检验

进入你自己的虚拟环境，输入python）

#判断是否安装了cuda
import torch
print(torch.cuda.is_available())
#返回True，cuda就安装好了

#判断是否安装了cuDNN
from torch.backends import cudnn
print(cudnn.is_available())
#返回True，cudnn就安装好了

5.CPU和CUDA矩阵运行加速比较
我创建的虚拟环境是3.7版的，执行后CUDA的时间是0.06，CPU是120s，不过我不太懂学长说的“有没有真的加速都不知道”
然后还有就是我刚开始不太懂怎么打开py文件，可能我的方法十分笨拙，我是通过IDLE打开，再粘到创建的虚拟环境里的