win10+cuda10.1+python3.6 pytorch安裝
cuda下載安裝：
https://developer.nvidia.com/cuda-downloads
坑
第一次安裝時NIVDA所有插件全部安裝失敗，可以通過自定義的方式取消Visual Studio Intergration,然後進行安裝，安裝成功
由於當時未記錄，所以此處從網上找了幾個類似的圖說明：
摘自：https://blog.csdn.net/zzpong/article/details/80282814
驗證CUDA是否已安裝
打開cmd/powershell ,輸入：nvcc -V
下載CUDNN
https://developer.nvidia.com/cudnn
下載過程有點曲折，各種登錄、問卷
下載之後，
Step1: 解壓：會生成cuda/include、cuda/lib、cuda/bin三個目錄；
Step2: 分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5對應的include、lib、bin目錄下即可。
Step3: 將bin所在的目錄添加到環境變量 PATH 中，“此電腦”→“高級系統設置”→“環境變量”→“系統變量”→“path”→“編輯”→“新建”加入該路徑即可。
下載pytorch:
pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1-cp36-cp36m-win_amd64.whl
安裝torchvision
pip3 install torchvision
測試GPU-pytorch
cmd/powershell/jupyter 進入python
import torch
torch.__version__
torch.cuda.is_available() #True表示正常
相應tensorflow安裝參考：https://blog.csdn.net/qq_38163755/article/details/84382178
Anaconda創建tensorflow環境
打開Anaconda Prompt，進入Anaconda命令行管理界面。配置清華倉庫鏡，輸入指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
創建運行環境，輸入指令：
conda create -n tensorflow-gpu python=3.6
新建一個名字叫“tensorflow-gpu”，python版本爲3.6的運行環境，此環境與Anaconda中其它環境隔離。隨後，輸入“y“和回車後開始安裝。
其中tensorflow-gpu爲環境名，可以自定義。python版本3.6。安裝tensorflow cpu版本比較簡單，所以主要以tensorflow-gpu示例
然後輸入
conda activate tensorflow-gpu
#conda deactivate tensorflow-gpu
進入環境，然後下載tensorflow，只能選一個下載
cpu版本
conda install tensorflow
gpu版本
conda install tensorflow-gpu
驗證測試安裝是否成功
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))