win10安裝Anaconda、Cuda、Cudnn和Pytorch(gpu版)
安裝Anaconda
在https://www.anaconda.com/products/individual上下載對應的Anaconda，這裏我選的64位Python3.7，然後圖形化安裝，完成後別忘了配置下環境變量Path：
配好Path後在cmd下執行conda --version，顯示出版本號即可。
安裝Cuda
在安裝cuda前，最好先上（https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html）查一下顯卡驅動（cmd命令：nvidia-smi）和cuda的版本對應關係，如下圖：
如上圖，我的顯卡驅動版本是442.53，所以選擇cuda10.2，在https://developer.nvidia.com/cuda-toolkit-archive下載對應的cuda，安裝的時候是圖形化界面，選擇默認路徑就行，之後選擇推薦的安裝，因爲推薦安裝會安裝對應的驅動版本，避免以後出錯的機率，安裝完成後可以在系統的命令行窗口使用 nvcc -V 命令查看一下安裝的版本信息。
注意:我在裝cuda時，提示我好像缺少Visual Studio組件還是“error: Microsoft Visual C++ 14.0 is required. Get it with "Microsoft Visual……”的，記不清了，然後我下了個visualcppbuildtools_full，直接裝上就好使了。（具體參考：https://blog.csdn.net/weixin_40547993/article/details/89399825?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-1，最後的解決辦法）
安裝cudnn
在https://developer.nvidia.com/cudnn上下載與cudn對應的cudnn，前提是得註冊個賬號，下載後是個壓縮包，解壓即可，然後：
- 將cuda\bin目錄中的 cudnn64_7.dll 複製到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin 中
- 將cuda\include目錄中的 cudnn.h 複製到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include 中
- 將cuda\lib\x64 目錄中的 cudnn.lib 複製到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 中
然後將C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64都添加環境變量path中。
安裝Pytorch(gpu版)
在https://pytorch.org/get-started/locally/下載所需的pytorch，如下圖：
一開始我用的conda方式安裝，可是不成功，於是改用pip安裝，並修改了pip命令，讓其直接從清華鏡像源下載（注意：如果CUDA選None的話，表示cpu版的pytorch）：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.5.1 torchvision===0.6.1 -f https://download.pytorch.org/whl/torch_stable.html
最後在cmd裏進入python環境，執行以下代碼測試pytorch是否成功安裝：
from __future__ import print_function
import torch
x = torch.rand(5,3)
print(x)
然後，爲了驗證GPU驅動和Cuda是否能被PyTorch所用，執行以下代碼：
import torch
torch.cuda.is_available()
若輸出爲True則證明安裝成功，可以借用gpu的計算能力。
