【001】配置深度学习GPU加速环境（win10系统+pytorch-GPU框架+GPU2080 Ti+NVIDA显卡驱动+CUNA+cuDNN）
1、实验环境
-
【1】基础
操作系统win10、
Anaconda3.5.1、
Python：base环境是Python3.7，可以创建独立环境
编译器：Pycharm2019.2 -
【2】
GPU：NVIDIA RTX 2080 Ti
显卡驱动：441.66版，要和cuda版本适配
CUDA：10.1
cuDNN：7.6 -
【3】 框架
pytorch-gpu，
TensorFlow-gpu，
创建独立环境，
注意版本，和硬件软件之间的兼容关系
2、显卡驱动
方法1：利用windows的【设备管理器】来下载安装。详细见这篇文章
电脑是怎么安装显卡驱动的教程-百度经验 https://jingyan.baidu.com/article/1e5468f956e45c484961b78d.html
选择在设备管理器中更新的驱动程序，都是经过微软数字签名认证的，对系统的兼容性更好，推荐使用
方法2：到NVIDA官网进行下载。详细见这篇文章
台式机、笔记本NVIDIA驱动程序下载安装的方法-百度经验 https://jingyan.baidu.com/article/49ad8bce8e038d5834d8fa39.html
【此电脑】右键【属性】——【设备管理器】——【显示适配器】，查看
根据【RTX 2080 Ti】——去NVIDA官网查看，NVIDIA 驱动程序下载
验证是否安装成功
电脑重新启动，重启后进入系统桌面，
【此电脑】的右键【属性】——【设备管理器】——【显示适配器】，查看 NVDIA GeForce RXT 2080 Ti 属性，
可以看到设备状态为：这个设备运转正常，说明驱动程序已成功安装。
备注：这是显卡驱动和CUDA的版本匹配信息，作为参考
3、CUDA
参考文献
【NVIDIA】Win10 + CUDA10 + cuDNN 安装教程（转载） - 伊的博客 https://blog.csdn.net/weixin_45494025/article/details/100746025
cuda安装教程+cudnn安装教程 - sinat_23619409的博客 https://blog.csdn.net/sinat_23619409/article/details/84202651
win10下CUDA和CUDNN的安装（超详细）！亲测有效！ - u010618587的博客 https://blog.csdn.net/u010618587/article/details/82940528
win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu - 一只天真的小蜗牛 - 博客园 https://www.cnblogs.com/yang520ming/p/10677110.html
3.1——下载cuda10.1
cuda官网：NVIDIA Developer
下载链接：CUDA Toolkit Archive | NVIDIA Developer
点击下载，
下载完成。
3.2——安装cuda
安装开始，双击exe文件，选择安装路径，开始安装，
安装CUDA时选择自定义安装，并将Visual Studio Integration一项去掉打勾，否则有可能安装出错
第一次安装的时候，全选，第N次安装，只选第一个CUDA
这里使用默认的安装路径，记住这几个路径，后面配置环境变量有用，
【文件夹路径】C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
等待进度条，
3.3——安装完成后，配置系统变量、环境变量
先查看系统变量，
然后添加cuda的系统变量，编辑path变量，
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
3.4——检验CUDA
【方法1】检验安装是否安装正确：win+R——cmd——nvcc -V或者nvcc --version
显示cuda版本号10.1, V10.1.243，说明安装成功
【方法2】检验安装是否安装正确：
主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe
win+R——启动cmd，cd到安装目录下的 ………\extras\demo_suite,
然后执行bandwidthTest.exe，看到result=PASS
执行deviceQuery.exe，检测PC有两个GPU设备，
看到result=PASS，
如果以上两步都返回了Result=PASS，说明CUDA安装成功
4、选择CUDA、cuDNN相匹配的版本
CUDA和cuDNN什么关系？
打开链接，浏览
https://developer.nvidia.com/rdp/cudnn-archive
5、cuDNN
5.1——cuDNN下载
下载链接：
CuDNN Archive | NVIDIA Developer
选择适配的，这里选择cuDNN v7.6.4
需要进行邮箱注册，才可以下载，
然后下载，
下载完成，
5.2——cuDNN安装
将下载的zip包，进行解压，得到这些，
将cuDNN解压后的文件夹中bin、include和lib三个文件夹
复制粘贴到CUDA安装路径中相应的这三个文件夹下面，
- Windows中默认安装路径为：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
全选复制，粘贴，
验证一下是否操作成功
查看v10.1文件夹，
说明成功。
pytorch-gpu框架
下载
官网链接：https://pytorch.org/get-started/locally/
选择适配的，
安装
在anaconda中创建虚拟环境——pip或者conda指令安装——将pytorch配置到pycharm中
测试
Anaconda Prompt——conda activate pytorch——python——import torch
—— torch.cuda.is_available()
返回结果为True，则表示GPU可用
参考文献
【NVIDIA】Win10 + CUDA10 + cuDNN 安装教程（转载） - 伊的博客 https://blog.csdn.net/weixin_45494025/article/details/100746025
cuda安装教程+cudnn安装教程 - sinat_23619409的博客 https://blog.csdn.net/sinat_23619409/article/details/84202651
win10下CUDA和CUDNN的安装（超详细）！亲测有效！ - u010618587的博客 https://blog.csdn.net/u010618587/article/details/82940528
win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu - 一只天真的小蜗牛 - 博客园 https://www.cnblogs.com/yang520ming/p/10677110.html