由於我早在2017年就安裝過tensorflow gpu版本，所以已經安裝過CUDA 9.0。在過去的幾年里都沒有再使用過tensorflow進行深度學習的代碼編寫。現在要重新拾起來，發現比重新裝還困難一些，頗有整飭山河的感覺，沒有安裝過的也可以跟着重新安裝。
1、重新安裝Geforce experience
2、更新NVIDIA顯卡的驅動程序
3、安裝符合驅動程序要求的CUDA軟件版本
4、安裝 與CUDA版本對應的 cuDNN
5、添加環境變量
6、安裝PyTorch
1、重新安裝Geforce experience
為什么要重新安裝Geforce experience？
因為在舊版本的Geforce experience可能無法安裝最新版本的顯卡驅動，就像我這次一樣，一直顯示無法繼續安裝。
Geforce experience下載安裝地址：https://www.nvidia.cn/geforce/geforce-experience/download/
2、更新NVIDIA顯卡的驅動程序
2.1 更新驅動程序
打開安裝好的Geforce experience，點擊驅動程序，可以看到可用的Geforce Game Ready驅動程序，點擊下載並安裝。
安裝過程中，順便看看2.2的內容。
備注：有的人可能會像我一樣，明明安裝過Geforce experience，卻連賬號都沒有（雖然我清楚的記得自己有賬號，卻登不上去），同時，又遇到Geforce experience上卻無法注冊賬號( 禍不單行啊 -_-|| )的問題，我找到的解決方法可能能夠幫到你：英偉達賬號為什么不能注冊
2.2 查看NVIDIA顯卡
在桌面上右擊如果能找到NVIDA控制面板，則說明該電腦有GPU。控制面板如下，並通過幫助→系統信息查看GPU及其驅動程序版本。
更新到最新版本的GPU驅動程序后，再次查看，可以看到已經是最新版本，目前的最新版本為466.27。
點擊圖中的組件，切換到組件，查看當前可以安裝的CUDA版本。
3 安裝最新版本的CUDA
3.1 查看已安裝CUDA的版本
一般情況下，CUDA安裝路徑為：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA文件下的子文件夾v9.0就是目前安裝的CUDA版本。
3.2 根據顯卡驅動程序選擇安裝正確的CUDA版本
點擊CUDA發行說明查看現有驅動程序可以安裝的CUDA版本。
點擊CUDA官網安裝CUDA。
這里我下載的是最新版本的CUDA11.1
在安裝過程中，我選擇的是簡明安裝。安裝前在查看已安裝在C盤的CUDA v9.0 發現大小為1個多G，也就沒有在意了，直接裝C盤吧。安裝向導的最后勾選了launch samples。
3.3 查看是否安裝成功
打開控制台CMD，修改路徑為安裝CUDA的路徑，在這里，我的路徑為C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
1、先修改路徑到CUDA的文件夾，代碼如下：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
2、修改路徑到當前版本，我目前為v11.1
cd v11.1
3、修改路徑到bin文件夾
cd bin
4、輸入指令：nvcc -V(這里V是大寫字母)
nvcc -V
結果如圖：
4、安裝cuDNN
1、CUDA和cuDNN版本對應關系：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10，如下圖，由於我安裝的是CUDA11.1，所以我應該安裝cuDNN v8.1.1。點擊對應的版本進行下載。
2、解壓cuDNN壓縮包，可以看到cuda文件夾里面有bin、include、lib三個子文件夾。打開CUDA的安裝目錄，將cuDNN壓縮包內對應目錄下的文件分別復制到bin、include、lib\x64目錄。復制的是文件，不是文件夾。
5、添加環境變量
1、在系統變量的path里添加以下兩個變量，參照格式修改為你的安裝路徑和版本
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
2、測試安裝成功：
打開控制台CMD，修改路徑為：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
分別輸入命令：
.\deviceQuery.exe
.\bandwidthTest.exe
得到結果：
6、安裝PyTorch
PyTorch官網：https://pytorch.org/
可以采用很多種方式安裝，這里采用anaconda進行安裝。
6.1 更新anaconda
應該可以直接更新anaconda，當然也可以在anaconda的安裝路徑中找到Uninstall-Anaconda3.exe文件，雙擊刪除，再重新安裝。
而我則是直接刪除了文件，所以重新安裝的時候報錯已經安裝過了，又把注冊表里的刪除了，才能夠重新安裝。
這里需要注意的是安裝包似乎需要以管理員身份進行安裝。
安裝的教程可以參考我之前寫的博客：Anaconda的安裝教程，也可以結合以下別人的教程。
6.2 搭建python環境
1）打開Anaconda Prompt
2）切換文件路徑
打開的控制台的路徑應該是C盤，切換到其他磁盤，以切換到E盤為例，輸入如下代碼：
e:
切換到目標路徑，用於新建文件夾存放未來要安裝的環境，使用cd切換路徑，使用Tab鍵自動查找相似的路徑名稱：
cd Application
3）新建工作文件夾，使用md+新建文件名稱新建文件夾(make directory)，也可以直接打開對應的路徑新建文件夾
md AnacondaWorkspace
4）切換目錄到工作文件夾
cd AnacondaWorkspace
之后的環境將安裝到這個文件路徑下。（這里有錯誤，環境依舊是安裝到了Anaconda3\envs路徑下。）
5）使用清華鏡像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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
conda config --set show_channel_urls yes的意思是從channel中安裝包時顯示channel的url，這樣就可以知道包的安裝來源了。更多內容可以參考這篇博客：conda 鏡像雜談
6）建立虛擬環境pytorch
conda create --name pytorch(這個名字自己隨便起) python=3.8(這里要寫成3.8可能與anaconda版本有關系) anaconda
conda create --name pytorch python=3.8 anaconda
中間需要你確認Proceed ([y]/n)? 不建議輸入y，我輸入y后安裝了2.4Gb的依賴包，好像之后也可以安裝吧。
7）啟動虛擬環境pytorch
activate pytorch
8）激活虛擬環境pytorch
conda activate pytorch
9）查看Python版本
python -V
6.3 anaconda安裝PyTorch
1）在PyTorh的下載頁面查看對應的pytorc下載指令
我安裝的是CUDA 11.1，Windows平台，使用conda安裝，Python語言
2）輸入安裝指令到Anaconda Prompt中：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
如果報錯無法找到依賴包（PackagesNotFoundError -cudatoolkit=11.1），可以嘗試指令：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia -c conda-forge
經常由於網絡中斷導致下載失敗。
對於網絡中斷的問題，找到的下面幾篇篇博客進行了講解：
conda安裝pytorch總是失敗（下載中斷）：這篇文章提出設置超時時間來解決問題，指令如下：
pip --default-timeout=1000 install requests
conda安裝太慢問題解決：下載其需要的軟件，采用conda本地安裝。這里沒有進行嘗試。
Anaconda清華鏡像下載大文件頻繁出錯：暫時沒看懂這篇文章在講啥。
現在是晚上十二點半，好像下載速度變快了不少。
半夜一點之后，讓電腦繼續慢慢下載了，第二天早上起床，發現運氣挺好，已經下載安裝完成了。
3）測試是否安裝成功
進入Python，輸入指令：
python
python狀態下，命令行輸入如下指令：
import torch
import torchvision
print(torch.__version__)
pytorch安裝成功：
