win10下安装NVIDIA CUDA

我按照文章《基于NVIDIA GeForce MX150 的Windows10安装TensorFlow-GPU详解》中的内容进行安装，但是碰到了一些问题。

1. 首先是安装的选择问题，文中选择的是自定义安装，但是取消了 NVIDIA GeForce Experience... 的安装。我也不知道这个组件是干嘛用的，所以我没取消它，但是我取消了 CUDA 下的 Visual Studio Integration，因为我不使用 VS；
2. 按照以上操作，我安装失败了。我上网搜了一下，我发现可能是我 NVIDIA 版本的问题，所以建议下载驱动精灵，它会自动升级你的版本，我从 9.1 升级到了 10.0；
3. 再去 CUDA 官网下载新版本的 NVIDIA 安装；
4. 但是更新完毕之后，NVIDIA 控制面板不见了！参考这篇文章将服务开启就可以了；
5. 这次再根据以上的步骤安装，安装成功了。

安装完 CUDA 后，根据文章中的说法，cuDNN 可以在 GPU 的基础上再次提速 1.5 倍速。然而必须在 NVIDIA 注册账户才能安装 cuDNN 。这里有个坑需要注意：在注册时，有一个选项是“请向我发送 NVIDIA 的开发人员最新动态、公告及更多内容。我可以随时取消订阅。”这个选项不能勾选，否则无法注册。

总之，这个注册挺麻烦的。

还有一点，上面的文章对于安装 cuDNN 写得不太好，可以参考这篇。

安装完上面的软件之后，发现还是不能使用 gpu 版的 pytorch，可能是因为电脑上的 pytorch 是 cput 版的。所以将原先的 pytoch 删除，重新下载一个。

访问 pytorch 官网，按照你想要的配置获取下载链接。有一点需要注意，你获取到的链接末尾有代码 -c pytorch，这意味着你不会从你设置的镜像中获取下载链接，导致下载极卡，所以只需要去掉这段代码即可。

其次，即使去掉这段代码，也仅仅是让 pytorch 的下载速度变快。gpu 版本的 pytorch 还需要 cudatoolkit，它在各大镜像源中都没有，所以下载速度特别慢（如果电脑会开 VPN，应该可以直接下载，下面的步骤可以不看）。

接下来介绍如何下载它：

1. 安装 cudatoolkit
   1. 如果你使用原来的命令去下载，你会下载失败，报出连接超时之类的错误。此时，anaconda 会告诉你哪个模块下载有问题，并且它会告诉你这个模块的下载链接。如果你没有这个提示，可以进入这个网站，这是 cudatoolkit10.0 的下载链接；
   2. 当然你用电脑下依旧很慢，将这个链接发到手机上，在手机上开 VPN。这样你就会下载得到压缩包 cudatoolkit-10.0.130-0.conda，请注意，这个压缩包很奇怪，在 anaconda 中，你的虚拟环境目录下的 pkgs 文件夹中，所有的压缩包都是 .tar.bz2 结尾，不知道为什么它以 .conda 结尾；
   3. 不过没关系，它依旧是压缩包，你只需要运行命令 conda install --use-local D:\anaconda\pkgs\cudatoolkit-10.0.130-0.conda，后面的路径，你需要自己设置；
   4. 等几秒钟 cudatoolkit 就安装好了；
   5. 还有一点，我不知道这个操作有没有用，但是还是加上来了。在 anaconda/env/虚拟环境名/pkgs 文件夹中有一份 urls.txt 文件，你需要把 cudatoolkit 的安装链接（安装链接上面已经给出，或者你可以自己获取）加在末尾；
   6. 最后，你再运行 pytorch 提供的命令，它就会跳过安装 cudatoolkit 了；
2. 安装 pytorch 和 torchvision
   1. 强烈建议对于下载 pytorch，不要使用 anaconda！而是使用 pip！
   2. 强烈建议不要使用 pytorch 官网提供的命令行去下载！因为它提供的命令行下载得到的 pytorch 和 torchvision 是 cpu 版本的！
   3. 找到 pytorch 和 torchvision 的 whl 文件（注意一定要是 gpu 版），如果找不到，可以访问 pytorch whl 文件 和 torchvision whl 文件；
   4. 下载下来后，使用 pip install whl文件名 安装；
   5. 安装成功后，就可以使用了；
3. 对于 cudatoolkit，我使用 1 中的命令安装之后，在 site-packages 文件夹中并没有发现它，我不知道这步是不是必需的，还是加上吧。