疫情在家起见，效率真的很低，还好马上就要开学了，最近有个作业需要用到deep learning，要用到gpu跑，因此记录一下我的配环境过程，来回折腾了两天，版本不对称问题很头疼，下面直接给出我的电脑配置以及环境。 1.操作系统：WIN10 2.电脑型号：magicbook2018 3.CPU：i7-8550U 4.GPU：MX150 5.显卡驱动：445.87 6.cuda版本：cuda_10.0.130_411.31_win10 7.cudnn版本：cudnn-10.0-windows10-x64-v7.6.4.38 8.Anaconda3版本：4.8.3 9.python版本：3.7.3

深度学习NVIDIA cudnn8.4.0适用于64位win10的CUDA10.2版本

深度学习NVIDIA cudnn8.4.0适用于64位win10的CUDA11.6版本

深度学习NVIDIA cudnn8.3.3.40适用于64位win10的CUDA11.5版本

cudnn 11.1.0 版本的SDK，本资源免费下载 由于文件太大，所以分割为多个小文件上传，使用时请使用一下命令合并 cat cudnn-11.1-linux-x64-v8.0.4.30.tgz* > cudnn-11.1-linux-x64-v8.0.4.30.tgz tar -zxf cudnn-11.1-linux-x64-v8.0.4.30.tgz

在双系统ubuntu20.04下安装cuda+cudnn+anaconda3+pytorch+pycharm的详细流程，包括安装时各个环节应注意的事项。

cudnn7 for cuda9.0，也就是说cuda9.0需要的东西，嘻嘻嘻嘻嘻嘻。

基础条件： Win10 + GTX 1060 安装显卡驱动 首先安装 显卡驱动： https://www.nvidia.cn/Download/index.aspx?lang=cn 按自己的GPU型号和操作系统去选择驱动版本，下载类型选择 Studio 下载后的驱动文件： 直接运行即可。 安装完成后，nvidia-smi即可查看GPU信息 安装CUDA 接下来安装 CUDA，试了9.0、9.2版本在安装时都会报一些错，大致是说驱动版本高而CUDA版本低，所以直接安装 10.2 主要参考了这篇文章： https://blog.csdn.net/bingo_liu/article/deta

首先贴上参考教程的链接pytorch配置教程 如果是Ubuntu下配置参考链接ubuntu下配置pytorch https://www.cnblogs.com/jisongxie/p/10055411.html 如果是windows下可以跳过这两个链接 深度学习第一步A.Step1:Install Python 3.6B.Step2:Install PytorchC.Step3: Install CUDA+CUDNND.其他包的安装 A.Step1:Install Python 3.6 首先安装python，官网下载安装包https://www.python.org/downloads/这里有

cuda 10.1,10.2,11.0,11.1,11.3 及对应cudnn 百度云盘下载链接