Windows系统下环境安装
一、概要
二、安装文件：
百度网盘链接：https://pan.baidu.com/s/1lbqhpIx-CAcBUfwSCjMNaA?pwd=4wwo
夸克网盘链接：https://pan.quark.cn/s/f59cefde0eee
三、正文：
1、三种安装方式
1）Docker：
2）使用Anaconda：
3）直接系统中安装
2、安装Python环境
1）下载Python安装文件
Python官网：https://www.python.org/
选择版本和系统下载
2）点击安装
3）检查环境变量
确保在path中包括以下这两个值：
4）检查安装结果
退出python：
5）安装包
6）配置下载源
当下载速度太慢时候，使用国内下载源:
可选择的下载源：
3、驱动、CUDA与cuDNN：
1）官方安装方法
https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-windows
3）安装NVIDIA驱动
在CMD中输入：nvidia-smi.exe，可查看显卡与相关信息
https://www.nvidia.com/Download/index.aspx
3）CUDA安装包下载
https://developer.nvidia.com/cuda-downloads
https://developer.nvidia.com/cuda-toolkit-archive
打开命令行，在cmd中输入，验证是否安装成功：
nvcc –version，可查看版本号；
set cuda，可以查看 CUDA 设置的环境变量；
NVCUDASAMPLES_ROOT C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
NVCUDASAMPLES11_6_ROOT C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
NVTOOLSEXT_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\nvToolsExt\
参考文档：https://blog.csdn.net/jcfszxc/article/details/124004147
3）Zlib安装包下载（官方文档中包括）
（*Add the directory path of zlibwapi.dll to the environment variable PATH.）
5）安装cuDNN
https://developer.nvidia.com/cudnn
创建目录，把压缩包解压缩进去，建议和CUDA放在一起
在环境变量的path中添加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\v8.9.2.26\bin
网络上有方法，是将cuDNN的文件存放CUDA的文件夹中，可供参考
4、安装pytorch：
1）官网链接
https://pytorch.org/get-started/locally/#windows-installation
2）选择版本后
3）在CMD中执行
4）检查
在CMD中执行
python
import torch
print(torch.__version__) #显示版本
print("gpu", torch.cuda.is_available()) #False
结果如下：
5、安装TensorFlow：
1）官网与安装链接:
https://www.tensorflow.org/install?hl=zh-cn
2）安装Tensorflow：
# Requires the latest pip
pip install --upgrade pip
# Current stable release for CPU and GPU
pip install tensorflow
# Or try the preview build (unstable)
pip install tf-nightly
