本文已参与「新人创作礼」活动，一起开启掘金创作之路。

前言

python的GPU编程对于做人工智能/深度学习的小伙伴来说应该不陌生吧，但对于刚进入领域的新手来说可能配置开发环境就成了一个难题，本文整理了配置Python-GPU环境需要的资料以及对应文件的下载网址，并手把手带各位完成开发环境的搭建

注：开始前请确认自己的设备是否有NVIDIA的显卡哦！

Anaconda

• 下载地址：Anaconda
• 创建虚拟环境：Conda虚拟环境管理
  • conda create -n torch_12 python=3.6
  • 上方的torch_12为虚拟环境名，可自定义

Conda的基本使用请见：python（conda）虚拟环境管理以及jupyter内核管理 - 掘金 (juejin.cn)

安装Cuda和Cudnn

• Cuda下载地址：Cuda10.0
• Cudnn下载地址（需要登录）：Cudnn

注意：Cudnn的版本需要与Cuda对应

• Cuda安装
  • 运行exe安装包
  • 自定义安装
  • 安装Cuda即可（驱动等其他东西一般windows已经安装了最新版）
• 安装Cudnn
  • 解压zip压缩包，复制所有文件到Cuda安装目录下，如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
• 验证安装：

  • Cuda: nvcc -V

  • Cudnn: nvidia-smi

安装pytorch1.2-Cuda10.0

• 安装命令查询：pytorch安装命令查询

• 

• 进入虚拟环境：conda activate torch_12

• 安装：conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch

• 验证（输出true表示安装成功）

# 输入python命令进入python环境
import torch
import torchvision
print(torch.cuda.is_available())