1.简介

深度学习环境安装（anaconda、pycharm、cudn、cudnn、pytorch）,下文软件安装过程中，流程都是点击下一步，出现需要选择的都插入图片进行提示。

2、显卡驱动

2.1cudn安装

进入pytorch查看cuda支持的版本，如下图所示：

下载cudn,进入发现版本是12.1不符合，点击箭头处，进入曾经版本下载，如下图所示：

选择合适的版本点击进入，如下图所示：

安装系统要求进行选择如下所示：

2.2 cudnn安装

下载cudnn:

选择合适的版本，如下图所示：

选择合适的系统下载，如下图所示：

分别找到cudn安装路径，cudnn解压的路径,将cudnn三个子文件分别对应安装到CUDN文件中：

找到环境变量-系统变量-path，分别将如下三个变量添加进去，完成安装。

2.3 检查cudn、cudnn是否安装成功

首先win+R进入CMD，在命令行输入nvcc -V，如下图所示，出现红框内容，证明cudn安装无误。

进入到cuda的安装路径，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite，找到如下两个.exe文件，分别运行：

3、 Anaconda安装

Anaconda下载

4、 pycharm安装

pycharm下载

5、pytorch安装

1、查看对应版本

2、终端安装

复制红框区域代码，在终端进行安装

3、检测

新建python文件，复制如下代码：

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

运行如下所示：