配置 Windows 10 系统中的 CUDA 10.0、PyTorch 1.2.0 和 TensorVision 0.4.0 开发环境

访问 Anaconda 官方网站：前往 Anaconda 官网 下载安装文件。

下载并安装 Anaconda：

• 下载完成后双击运行 Anaconda 安装文件。
• 遵循安装向导，一路选择“继续”和“同意”，直到完成安装。

设置 Anaconda 环境： -安装完成后，打开 Anaconda 存储库DLL 文件，打开 Command Prompt，输入 conda create -n pytorch anaconda-python 3.8。

• 按照提示输入_conda 密码，并等待环境创建完成。

激活自定义环境：

• 输入命令 conda activate pytorch，打开 Anaconda 环境。

访问 NVIDIA 官方下载页面：前往 CUDA 10.0 下载页面。

选择合适的 CUDA 版本：

• 在页面顶部选择目标操作系统（Windows），然后根据显卡系列选择相应的 CUDA 版本。
• 这里选择 CUDA 10.0 最新版本，并点击开始下载 CUDA 安装文件。

安装 CUDA：

• 双击下载的 CUDA .exe 文件，遵循安装向导，勾选“自定义安装”选项，设置安装路径、选择要安装的内容，然后点击“开始”。

安装 cuDNN：

• 访问 cuDNN 下载页面。
• 登录 NVIDIA 账号，下载对应 CUDA 版本的 cuDNN 启用版，解压后找到下载文件。

配置 cuDNN 环境：

• 将 cuDNN 的三个文件夹 (cudnn、include、lib) 拷贝到 CUDA 安装路径下的对应位置。
• 验证安装：在命令提示符中输入 nvcc -V，确认 CUDA 版本是否正确安装。

访问 PyTorch 官方下载页面：前往 PyTorch 官网下载页面。

下载 PyTorch 和 TensorVision：

• 单独下载 .whl 文件（例如 torch-1.2.0-cp36-cp36m-win_amd64.whl 和 torchvision-0.4.0-cp36-cp36m-win_amd64.whl），确保版本与 CUDA 和 cuDNN 一致。

安装依赖项：使用 pip 命令安装：

pip install torch-1.2.0-cp36-cp36m-win_amd64.whl
pip install torchvision-0.4.0-cp36-cp36m-win_amd64.whl

在已有环境中打开命令提示符。

根据需要输入以下命令，确保下载路径正确：

pip install torch-1.2.0-cp36-cp36m-win_amd64.whl
pip install torchvision-0.4.0-cp36-cp36m-win_amd64.whl

验证 PyTorch 版本：

import torch
print(torch.__version__)

预期输出：torch 1.2.0

验证 CUDA 加速：

import torch
x = torch.randn(3, 3)
print(x_folder.device)  # 检查设备是否为 CUDA

环境变量路径：

• 确保 PATH 环境变量中添加了 CUDA 的安装目录。
• 打开 environment variables，手动添加路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\10.0\bin。

CuDNN 版本匹配：

• 确保下载的 cuDNN 版本与 CUDA 版本一致，避免兼容性问题。

系统重启：

• 安装完成后建议重启系统，以确保所有 CUDA 相关服务正常运行。