从零开始配PyTorch GPU环境

1、下载 Anaconda

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2、Conda 换源

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

# 查看镜像源
conda config --show-sources

# 创建虚拟环境
conda create --name PyTorch python=3.7
# 进入虚拟环境
conda activate PyTorch

3、安装 对应版本的Visual Studio

• 查看对应版本CUDA的文档：https://developer.nvidia.com/cuda-toolkit-archive

• 以 11.0 为例：https://docs.nvidia.com/cuda/archive/11.0/cuda-installation-guide-microsoft-windows/index.html

• 

• 下载 Visual Studio 2019 即可：https://visualstudio.microsoft.com/zh-hans/

• 把使用C++的桌面开发勾选上，就能把cl.exe安装好。整个安装好了以后，把包含cl.exe的文件目录添加到PATH环境变量里，环境变量怎么添加这个就自行百度，具体的我添加的cl.exe的路径是：

  • C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.27.29110\bin\Hostx64\x64
    

4、更新 GPU 驱动

• 桌面右键点击 NVIDIA 控制面板 -> 点击控制面板的左下角系统信息 -> 组件中可以看到支持的 CUDA 版本
• 

4、安装CUDA 以及 CUDNN

• 下载 CUDA 以及 CUDNN

• 工具及库	版本	下载链接
  Python	3.6.8	https://www.python.org/downloads/
  CUDA	cuda_10.0.130_win10_network	https://developer.nvidia.com/cuda-toolkit-archive
  cuDNN	cuDNN v7.5.1 (April 22, 2019), for CUDA 10.0	https://developer.nvidia.com/rdp/cudnn-download

• 安装