Windows系统上安装GPU深度学习环境

步骤b手把手教你：Windows系统上安装GPU深度学习环境 - 知乎

windows无法用shell文件，多num_workers效率好像也比较低，劝退

安装aconda参考前面的，

安装python（得到pip3用于安装pytorch） Python Releases for Windows | Python.org

补充：

cudnn下载地址：cuDNN Archive | NVIDIA Developer

cuda下载地址：CUDA Toolkit Archive | NVIDIA Developer

清华镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

此次安装 Nvidia驱动 516.59 CUDA11.3 CUDNN 8.4.1

cuda 和cudnn还是要下载安装，最简单的办法即使最新驱动，然后去pytorch官网Previous PyTorch Versions | PyTorch找安装pytorch命令选项中对应次新的cuda版本命令（比较稳定），cudnn下载cuda对应的版本就可以

cuda下载的是exe文件，直接打开安装，cudnn下载的是zip文件，解压后将三个文件夹复制到conda安装的位置就好了： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

然后配置下系统环境即可：
右键【此电脑】又名计算机—【属性】—【高级系统设置】-【环境变量】-下半部分【系统变量】里找到【Path】，双击打开（或者点编辑）

补全一下变量，注意路径中v10.2根据不同版本不同，建议找到该文件夹再复制path

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp

安装是否成功检测方法：powershell里输入nvcc -V

cudn是否成功检测方法：到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite 用teminal先运行deviceQuery.exe 再运行bandwidthTest.exe 若两次结果都显示pass 则安装成功

pytorch 安装：官网找命令Previous PyTorch Versions | PyTorch，安装要在conda create -n 创建的环境里安装，然后输入python检查输出的python版本和pytorch是否符合（安装pytorch的时候貌似自动安装对应的python）

 pytorch torchvision python版本对应关系：pytorch/vision: Datasets, Transforms and Models specific to Computer Vision (github.com)

检测整体是否安装成功方法：

python
import torch
print(torch.__version__)
print(torch.cuda.is_available())

返回True则安装成功

三个文件夹：

conda安装位置：

安装步骤：1、openssh 客户端和服务端

                   2、acondana 一定要添加到PATH (中间有一步要选择Just me)

                    3、pytorch torchvison  去官网Previous PyTorch Versions | PyTorch找命令就可以了  命令包含版本自动匹配到cuda和cudnn

                     4、cuda

                      5.cudnn