深度学习环境安装与配置
1.安装CUDA
1.安装Anaconda；
2.安装配置CUDA
(1) 下载CUDA并安装
详细步骤
(2) 检查CUDA安装是否成功：
进入cmd，输入nvcc –V，出现左下图结果，则完成安装；
(3) 配置环境变量：
\1) 右击我的电脑，选择“属性”，选择“高级系统设置”，点击“环境变量”;
\2) 找到“Path”，添加CUDA安装路径下的相关环境变量，如由下图。例如：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\libnvvp
\3) 添加完毕，点击“应用”与“确定”按钮。完成配置。
2.配置cuDNN
1.将下载的好的cuDNN文件解压，得到“bin”“include”“lib”文件夹；
2.将cuDNN解压后三个文件夹内的内容分别复制到CUDA安装路径下对应的3个文件夹内去；类似于左下图所示；
3.验证是否配置成功，首先win+R启动cmd，cd到安装目录下的…\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe；类似于右下图则配置成功。
3. 安装Pytorch
(1)选择适配于CUDA版本的Pytorch。示例CUDA为V11.6，我们选择1.9.0torch；
(2)为了避免多个项目工程之间的torch版本不统一带来的问题，我们通过建立项目虚拟环境的方式，对不同版本的torch进行管理。也即：在虚拟环境中安装torch；
\4. 创建虚拟环境
(1)打开“开始”菜单，找到“Anaconda Prompt”，双击运行；
(2)输入： conda create -n mypytorch python=3.7
其中， mypytorch为环境名称，可以自己定义，选择英文名称；
python=3.7为python版本，一般和torch版本及工程语言对应；
(3)出现“Yes”or“No”的选项，点击Yes，继续安装，直到环境创建完成。
Tip：创建虚拟环境可能会因网速原因，导致比较慢，请耐心等待。后续安装torch的时候，我们可以采用清华源进行安装，提高安装速度。
\3. 安装Pytorch
(4)环境配置成功，激活环境：conda activate mypytorch，进入虚拟环境；
(5)在虚拟环境下，安装torch1.9.0
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
Tip: 如果速度比较慢，可以使用清华源下载：
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i *https://pypi.tuna.tsinghua.edu.cn/simple
或
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i *https://pypi.tuna.tsinghua.edu.cn/simple
等待所有的安装自行结束，则完成安装。
\4. 验证Pytorch
(1)验证安装是否全部完成；
输入：python，出现python代码指示，并显示python版本号，与创建环境时的python版本应该是一致的；
手动分别输入以下代码，每输入一行，按enter键；
import torch
torch.__version__ 这时会出现‘1.9.0+cu111’的提示，表示安装完成；
(2)此时，就可以使用自己的示例代码工程，开展深度学习调试工作了。
备注：
以上配置工作仅仅完成了深度学习的基础环境配置工作，更多的调试，往往需要结合具体项目代码，不断的运行工程代码，根据提示补充该项目工程所需要的依赖库，例如：opencv等库，基本都使用pip install + …的方式来安装。
4.安装文件
cuda_11.1.1_456.81_win10.exe:
https://cloud.189.cn/web/share?code=7r2EB3RfAJb2（访问码：e0zr）
cudnn-11.3-windows-x64-v8.2.1.32: