显卡驱动
下载
在英伟达驱动下载页面上选择对应的系统和显卡型号，下载驱动，以Titan RTX的461.92驱动为例，按如下选项设置，然后搜索后下载即可。
安装
选择临时解压路径后进入安装程序界面。
继续选择精简安装即可。
验证
使用如下命令验证，有显卡信息输出即可，后续CUDA安装版本不能高于这里的CUDA Version。
CUDA
下载
在nvidia官方的cuda-toolkit-archive发行页选择需要的CUDA Toolkit版本，这里选择的是CUDA Toolkit 10.1 update2 (Aug 2019)版本，按以下配置选择：
安装
选择临时解压路径后进入安装程序界面，选择自定义安装。
自定义安装界面具体选项配置，有些组件在安装显卡驱动时已经安装过，这里可以不再安装。
环境变量配置
安装程序结束后，查看系统变量，会发现已经自动添加了两个CUDA的变量。
还需要添加几个变量到系统变量PATH中，分别如下：
1
2
3
4
| %CUDA_PATH%
%CUDA_PATH%\bin
%CUDA_PATH%\lib\x64
%CUDA_PATH%\libnvvp
|
验证
cd到CUDA安装目录下的deviceQuery.exe和bandwidthTest.exe两个程序的路径。分别运行这两个程序，Result=pass则安装成功。同时也可以输入nvcc命令，有输出即可。
1
2
3
4
| cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
./bandwidthTest.exe
./deviceQuery.exe
nvcc -V
|
cuDNN
下载
在nvidia官方的cudnn-archive发行页选择需要的cuDNN版本，这里选择的是cuDNN v8.0.5 (November 9th, 2020), for CUDA 10.1版本，注意要跟CUDA版本对应：
安装
下载的是一个压缩包，解压后将bin，include，lib\x64三个文件夹的内容分别复制到CUDA安装目录下对应名字文件夹里，如果CUDA采用默认安装路径，则为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V10.1。
Anaconda
下载
从Anaconda官网或者清华源下载需要的版本。
安装
特殊步骤：把添加路径的选项选上，其他默认下一步直至安装即可。
验证
输入以下命令有输出即可。
更换软件源
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --set show_channel_urls yes
------------------------------------
# pip添加清华源
阿里云 https://mirrors.aliyun.com/pypi/simple/
豆瓣 http://pypi.douban.com/simple/
清华 https://pypi.tuna.tsinghua.edu.cn/simple/
中科大 http://pypi.mirrors.ustc.edu.cn/simple/
------------------------------------
# 查看添加的镜像
conda config --get channels
|
创建虚拟环境
1
| conda create -n env_name python=3.6 # env_name-虚拟环境名字，可指定环境的python版本
|
激活虚拟环境
1
| conda activate env_name
|
退出虚拟环境
1
| conda deactivate env_name
|
PyTorch
安装
在conda环境下，根据PyTorch官网的安装指令执行，注意cudatoolkit版本要跟之前安装的CUDA一致。以Torch1.7版本为例：
1
2
| # CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.1
|
验证
运行python，执行以下命令，输出True即可。
1
2
3
4
5
| import torch
import torchvision
torch.__version__
torchvision.__version__
print(torch.cuda.is_available())
|
参考链接
https://blog.csdn.net/qq_37296487/article/details/83028394
https://zhuanlan.zhihu.com/p/265187683
KevinFan
