Windows 深度学习配置详解（CUDA、Pytorch、Tensorflow等）

深度学习配置详解, 包括历史版本。本文包含很多实用链接，为方便快速查阅，文中没有加图片。

1、安装Visual Studio

VS不是必须的，但是非常推荐安装。
https://visualstudio.microsoft.com/
如果已安装则忽略。
推荐VS2017、2019
版本查看（结合CUDA帮助文档 ）：https://docs.nvidia.com/cuda/archive/，点开帮助文档中的：
Installation Guide Windows

2、安装CUDA

各版本cuda下载地址： https://developer.nvidia.com/cuda-toolkit-archive
选择合适版本，建议选择前参考：
https://pytorch.org/get-started/locally/（Pytorch）注意现在先不装Pytorch，这个链接是选择cuda时的参考
https://www.tensorflow.org/install/source_windows（Tensorflow）注意现在先不装Tensorflow，同为参考
不宜选择过高版本
正常安装后，电脑环境变量里应该已经有相应路径了，无需自己配置。

3、安装CUDNN

下载地址：各版本cuda下载地址： https://developer.nvidia.cn/rdp/cudnn-download
需要注册登录账号，选择与cuda匹配的版本
下载完成后解压，将cuda文件夹里的所有文件（bin、include、lib）复制到cuda安装位置，例：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

4、安装Python，建议使用anaconda

下载地址：https://www.anaconda.com/products/individual
官网上最新版本部分库不支持，因此可以下载历史版本。
各版本下载地址：
https://repo.anaconda.com/archive/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装过程中勾选添加到环境变量的路径。

注：很多配置教程会说，先创建一个conda的虚拟环境，这里建议根据实际情况考虑，因为不是必须的，有时放到系统主环境里更方便，不用每次都active虚拟环境，另外每建立一个虚拟环境，都会多占用一定的电脑空间。
虚拟环境使用方法：https://xcosmic.blog.youkuaiyun.com/article/details/122070821

5a、安装Pytorch

Pytorch最新版：https://pytorch.org/get-started/locally/
Pytorch各版本：https://pytorch.org/get-started/previous-versions/
WIN +R 输入cmd打开命令行，输入上面的命令代码即可。

5b、安装Tensorflow

WIN +R 输入cmd打开命令行：
pip install tensorflow-gpu
特定版本：
pip install tensorflow-gpu=1.14.1
其它源：
pip install tensorflow-gpu=1.14.1 -i http://mirrors.aliyun.com/pypi/simple/ （阿里云）
pip install tensorflow-gpu=1.14.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/ （清华大学）
pip install tensorflow-gpu=1.14.1 -i https://pypi.mirrors.ustc.edu.cn/simple/（中国科学技术大学）