windows 从零配置深度学习环境( 二 ) _cuda

CUDNN：这是一个专门针对深度学习领域的软件库，它里面提供了一些函数能够加速卷积神经网络的运算。它也只支持GPU，这么做的原因很简单，cuda+cudnn，想搞深度学习大概率只能买GPU 。
这一部分的安装详见此博客
安装
深度学习框架：各种互联网大厂在 cuda + cudnn 的基础上设计的框架。二十多层的网络架构，调用只需要配置入口参数一行代码就搞定了，自己使用底层语言搭模型，难度大，费时间不说，关键还不一定能 work 。、的只需要会就行，至于搭网络，一行代码搞定。框架的出现更是降低了开发者的使用门槛，一批一批的人前赴后继地入坑。
经历了以上几步，我们终于配置好了显卡的驱动相关，接下来我们开始安装。首先需要创建一个虚拟环境（相当于建一个你自己的小房间，里面怎么安装库，模块都不会影响大环境，方便后续环境的管理），然后进入我们创建好的的环境，输入以下命令：
创建名叫的虚拟环境：
conda-n=3.9
进入虚拟环境：
conda activate pytorch

文章插图
然后安装（关键）：
1、打开pytorch官网，即https://pytorch.org/，点击“install”，然后进入版本的选择页面。
PS:注意这里cuda的版本与你自己的要对应，向下兼容，比如你是.6，你可以选11.4
2、然后将下面这条命令复制。
3、运行，并将刚刚这条命令粘贴到控制台上。即可安装。
4、安装过程可能因网络问题失败，可以升级清华源镜像后再安装
[参考这篇文章]:
步骤二：测试是否安装成功
即首先用conda进入（这里的是你创的虚拟环境名字，可自定义）虚拟环境，然后在终端输入进入界面,分别输入：
torch
torch.cuda.()
深度学习网络配置（以为例）
在完成上面几步以后，恭喜你，就算完成90%啦。
步骤一：进入你刚刚配置好的虚拟环境
步骤二：cd到你的网络目录
以为例子，下载地址：，放在合理的位置
我这里放在了D盘的-，ls一下看看有没有.txt文件。
步骤三：安装网络需要的相关依赖库
一键安装：pip-r .txt
步骤四：验证
等待安装完成，运行范例检测是否成功。输入命令： .py
如上图所示，成功运行网络，结果图片保存到了runs//exp3里。
!!!至此，基于框架的环境配置成功！下一步就是如何准备你自己的带标签数据集，训练网络，评估训练结果，个性化修改网络等等。
【windows从零配置深度学习环境】关于如何训练自己的数据集参考这篇文章：