WIN10下PyCharm+Anaconda+PyTorch-GPU+CUDA9.2+cuDNN7.2环境搭建

国庆换了新机器联想y7000p，配置是八代I7+1066。终于可以用GPU版的框架了！

回到学校后就开始搭环境。过程中看了不少前辈们的经验，装的还算比较顺利，一个上午成功搞定。

为了以后的同学们少踩坑，现在做一个总结。

1 Anaconda

首先是安装Anaconda，这是一个公认很好用的python集成版。它把很多科学计算用的包全都搜罗在一起了，你只需要下载这个就可以不用再自己一个一个地去pip install xxx。同时Anaconda也是一个很方便管理python库的一个工具。我下载的是最新python3.7版。

安装Anaconda的时候有一个天坑！！！ 我在整个环境的搭建过程中就这个花的时间最多。具体是在安装过程中有一个询问你是否要把Anaconda添加到系统环境之中。看似普通的操作对吧？但它在下面特意括号里写了一大堆字，第一句就是Not recommend！当时我就很天真的想，既然自己都不推荐，那就不选上了。就是因为这没选上，导致后面安装了anaconda后无法在cmd里直接使用conda命令。同时你把其他的东西都装完后，使用pycharm选择了anaconda的interpreter也无法使用安装在anaconda里的库！！！

如果你正在焦头烂额的找为什么按照网上的教程添加了环境变量，并且可以使用conda命令，同时在pycharm中选择了anaconda的interpreter但依然还是无法使用anaconda的库，那么绝对是这个问题了！

这里是解决方案：

无法使用conda命令： 在计算机-属性-高级系统设置-高级-环境变量-系统变量中找到一个path。然后点击编辑，添加你装anaconda的Scripts路径。 具体为你的anaconda文件夹路径\Scripts

还没完，上面这个只是你在安装过程中忘加环境无法使用conda的解决办法。还有你全装好后无法在PyCharm中使用anaconda库的解决方法。 具体操作同上，只是在最后添加变量时添加你的anaconda文件夹路径\和你的anaconda文件夹路径\Library\bin

这样anaconda的坑就算结束了...

2 Pycharm

PyCharm是一个非常好用的IDE软件,能很方便的在你写代码的时候提供智能帮助。安装PyCharm坑到没什么，主要是需要激活。如果你有edu的邮箱，可以去申请一个4年免费的激活。没有的话网上就搜一搜PyCharm破解方法。我用的是激活码激活，然后覆盖系统里hosts文件，这样就可以了。值得一提的是，大部分系统为了安全考虑，用户是无法修改hosts的，我们可以把hosts用记事本打开，然后在最后加上一行我们破解需要的命令，然后保存到另外的位置，再从另外的位置复制到hosts原本所在的文件夹下，选择替换原有文件即可。不推荐用破解器，怕出什么问题。

3 CUDA

CUDA就是GPU加速的核心。一定一定一定要注意版本！！！安装之前，我先在PyTorch首页查看了它最新能够支持的python版本以及CUDA版本。这篇没人看的文章写的时候最新支持的是python3.7 / CUDA9.2 ，但Nvidia已经放出CUDA10版本了，千万注意不要下错。

下载CUDA有net和local，没区别，我下载的是CUDA9.2 local一共1.5G。当你下载好安装包后，问题来了。安装CUDA是要求你要有Visual Studio 的，可能是要用到里面的一些东西。去微软下个VS吧，community版就行。先安装VS，再安装CUDA，顺序别弄错。

在安装VS的时候会要你选择需要安装的组件，一般就是选基本的那几个就好。除了选择基本模块以外，安装界面右边还有细选需要安装的内容，其他的没关系，win10的SDK一定要打上勾！！！win10的SDK一定要打上勾！！！win10的SDK一定要打上勾！！！ 选择一个最新版本SDK即可。没有这个则后面安装CUDA不成功。

装好了VS后，终于可以开始装CUDA了。双击安装包，等待抽取数据，最后会弹出来安装向导。这里有个大坑！！！一定要选择自定义安装！！！然后可以选择需要安装的组件。只要选择CUDA里的就行，并且CUDA里Visual Studio integration这个选项一定要去掉。再次强调：只选择安装CUDA里的东西，并且CUDA里还要去掉Visual Studio integration

CUDA安装包会运行时会先把所有安装包里的数据解压到一个文件夹里，就是你开始安装之前会提示要你选择一个临时文件夹。记住这个文件夹的地址，因为我们需要把这个文件夹里的一些文件手动的复制到VS的一个文件夹里。具体是把CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions下的所有文件全部复制粘贴到之前安装的VS文件夹下。 VS的文件夹路径以我的为参考是 Microsoft Visual Studio\\Community\Common7\IDE\VC\VCTargets\BuildCustomizations。 一定要把CUDA安装包那个文件夹下所有的东西全都复制过去。

这样CUDA就安装完成了。在CUDA下载页面上有补丁包，看个人喜好装不装。补丁包不用再自定义安装，直接一路下一步点过去就好。

4 cuDNN

cuDNN是在CUDA之上，更加优化提升了深度神经网络计算速度的工具，可以把他当作是CUDA的再度加强。下载这个非常简单，但一定要注意对应的CUDA版本。一个CUDA和一个cuDNN的版本必须是相互支持才能用的。以我这次安装的环境为例，CUDA9.2对应的是cuDNN7.2版本。下载后无需安装，解压打开后将所有文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2

这个白痴操作，没有坑的。

5 PyTorch-GPU版本

PyTorch就是要装的深度学习框架了。之前装的一切都是为它服务。推荐大家装之前不要无脑conda install pytorch安装，先去官网看一下最新版本。首页就有教你安装最新版本且是最新CUDA支持的命令。

写这篇文章的时候官网最新的是Pytorch0.4，最新支持Python3.7 / CUDA9.2。 当你选择好适合你配置二点时候，会自动给你下载命令。我选择的是win10系统 / Anaconda管理 / Python3.7 / CUDA9.2 。