Win 10安装Cuda 11.0和Cudnn 8.0、Anaconda3.5、Python3.6版本

下文所对应的版本可能不一致，今天按照如下步骤参考安装的，参考博文都已标注，可选择适用版本安装。

1.  Cuda、Cudnn版本确定

 参考：CUDA、cuDNN、Pytorch、TensorFlow、Keras以及Python的对应版本总结_WaitFoF的博客-CSDN博客_cuda和python版本对应关系

安装CUDA前，最好先确定自己需要安装的TensorFlow版本或者pytorch版本，然后根据TensorFlow版本或者pytorch版本确定对应的CUDA版本。否则，可能在安装的过程中出现版本不匹配的问题。

VIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。

cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。想要在CUDA上运行深度神经网络，就要安装cuDNN，这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

版本对应：
cuDNN和CUDA对应关系
CUDA与cuDNN

 2. Pytorch、CUDA版本匹配

各版本Pytorch对应安装包的版本匹配：
Environment: PyTorch
pytorch和cudatoolkit版本对应关系

 3. TensorFlow、Python、CUDA、cuDNN版本匹配

 官网：TensorFlow
各版本Pytorch对应安装包的版本匹配：Environment: TensorFlow

3.1 Windows 基于CPU版本的TensorFlow版本：TensorFlow-CPU

基于GPU版本的TensorFlow：TensorFlow-GPU

如需支持 GPU，请将 CUDA 和 cuDNN bin 目录添加到$PATH 中：

export PATH=“c:Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/bin:$PATH”
export PATH=“c:Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/extras/CUPTI/libx64:$PATH”
export PATH="/c/tools/cuda/bin:$PATH"

 4. Cuda和Cudnn详细安装教程

参考：【Windows11】Cuda和Cudnn详细安装教程_Jin·的博客-CSDN博客_cudnn安装

cuda： Compute Unified Device Architecture，是一种有NVIDIA推出的通用并行计算架构， 该架构使GPU能够解决复杂的计算问题。

cudnn： 是NVIDIA 推出的用于深度神经网络的GPU加速库，他强调性能，易用性和低内存开销。

cuda和cudnn的关系： cudnn是基于cuda架构开发的专门用于深度神经网络的GPU加速库。cuda可以理解为一个大的商圈，但这个商圈是空的，还未装修。cudnn可以理解为装修后的房间，例如负一楼专门针对游乐（深度神经网络）装修成大型游乐厂。

4.1 选择cuda版本

方法一：搜索框输入nvidia，打开nvidia控制面板

 

方式二：win+R打开cmd，输入nvidia-smi，即可看到支持的cuda版本是11.6

根据这个链接查看自己对应的cuda版本：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

4.2下载cuda
CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive

接下来，我们来下载这个CUDA，这里选择的版本不能高于你的显卡驱动里面那个版本号

4.3 安装cuda

• 打开安装文件，会有如下提示，这个是压缩包提取的暂存的文件夹

• 同意继续安装

• 检查以及配置环境变量

安装完成之后，系统环境变量中，在系统变量中，会有以下新增变量。且在Path这个变量中，也会新增一些变量。

检查上图路径是否添加到环境变量中

Win + R 输入cmd 调出命令提示符，输入nvcc -V查看是否安装成功，安装成功会有以下安装的版本信息

5. 安装cudnn
需要注册一个账号，如果没有是不能下载cudnn的。注册大概需要10分钟左右，另外，在注册完毕之后如果无法登陆，建议科学上网后登陆。
下载链接：https://developer.nvidia.com/rdp/cudnn-download
根据自己安装的cuda版本选择cudnn

到了最后一个环节了，到这里与其说是安装CUDNN，还不如说是复制替换文件，为什么这样说呢，请继续看下面的操作~
首先，我们来解压一下刚才下载的第二个文件；

到这里就安装成功了

检查是否安装成功

可以进刚才的安装目录的extras\demo_suite下的bandwidthTest.exe和deviceQuery.exe检查是否安装成功:

收到两个pass则表示安装成功了！

 6. anaconda的安装及简单使用

参考：https://blog.csdn.net/Jennifer_Love_Frank/article/details/115409076

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具方式

6.1 下载anaconda

清华镜像站下载：

简书

选择版本下载

 

6.2  安装anaconda

为避免不必要的麻烦，选择默认路径。当然后面看其他教程说尽量不要占用c盘，大家可以自行修改，但是路径中不要用空格。

第一个勾是是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾话问题也不大，可以在之后使用Anaconda提供的命令行工具进行操作；第二个是是否设置Anaconda所带的Python 3.6为系统默认的Python版本，这个自己看着办，问题不大。这里我两个都打勾，点击Install。

6.3 配置anaconda
如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可

参考官方：清华大学开源软件镜像站 | Tsinghua Open Source Mirror

具体流程如下：

点击系统左下角的 Windows 图标找到 Anaconda3 文件夹，查看所包含的内容

（1）Anaconda Prompt的简单使用

打开Anaconda Prompt，运行命令

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

配置完成之后，要关闭控制台再重新打开控制台，这样新配置的文件才会被加载进来

在Anaconda Prompt继续运行：

conda list

在命令行常用指令：

conda info –envs   找到anaconda安装位置

conda install <包名> 安装指定包

conda remove <包名> 移除指定包

conda update <包名> 更新指定包
 

（2）初用Anaconda的spyder

查看Anaconda3 文件夹，打开spyder编辑

输入代码，如果没有库，用conda+install+包导入。

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
 
fig = plt.figure()
ax = fig.gca(projection='3d')
X, Y, Z = axes3d.get_test_data(0.05)
ax.plot_surface(X, Y, Z, rstride=8, 
 
cstride=8, alpha=0.3)
cset = ax.contour(X, Y, Z, zdir='z', 
 
offset=-100, cmap=cm.coolwarm)
cset = ax.contour(X, Y, Z, zdir='x', 
 
offset=-40, cmap=cm.coolwarm)
cset = ax.contour(X, Y, Z, zdir='y', 
 
offset=40, cmap=cm.coolwarm)
 
ax.set_xlabel('X')
ax.set_xlim(-40, 40)
ax.set_ylabel('Y')
ax.set_ylim(-40, 40)
ax.set_zlabel('Z')
ax.set_zlim(-100, 100)
 
plt.show()

点击run运行

anaconda的安装及简单应用到此结束

7. pyCharm 的下载安装
安装链接

打开PyCharm，点击文件 -> 设置，如下所示：

选择当前项目，选择Project Interpreter

在这里，单击图标，选择添加本地。

找到自己anaconda的安装目录（可在Python prompt中执行conda info –envs查看安装目录），然后选择anaconda文件夹下的Python.exe。

确定之后可以看到下图如此多的包，证明导入成功。