关于anaconda的python环境配置及cuda、cudnn的安装

写在前面，内容为在网上的博客的整合及自己的一些理解，如有问题，还请指出。

anaconda在创建环境时自带python环境，故无需额外安装python。

一般而言，anaconda在官网下载最新版即可，但是在这儿附上历史版本的链接。

• 创建环境

conda create –n tfnn python=3.8

注释：tfnn为环境名称，可以按照需求自己设置，python=3.8即可以创建需要的python版本的环境，3.7，3.10皆可。

• 激活环境

activate tfnn

• 推出环境

deactivate 《环境名》

• 删除环境

一般为在路径下删除环境，可以在回收站看到，如果删错还可以撤回，毕竟配置一次环境不太容易。

• 由于镜像的原因，anaconda的镜像下载包时速度会慢，所以可以在pip install 《包的名称》时后面加上镜像源，格式如下：

pip install （包的名称）-i https://pypi.tuna.tsinghua.edu.cn/simple

• cuda的安装

（此前在网上找到10.2版本的，且安装包保存在百度网盘当中）：

链接：https://pan.baidu.com/s/1D3p3dcsk8IwJjUCcczM2XA

提取码：vd7a

Cuda安装成功。

在‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite’路径中找到。

• CUDNN的安装

查看这台电脑是否配置过cudnn库，一个简单方法就是：到CUDA安装目录下的 bin目录或者include目录中是否有包含 cudnn字样的.h文件。

安装cudnn

（1）到官网下载CUDNN安装的压缩包https://developer.nvidia.com/cudnn

（2）下载之前官网会让你注册一个账号并填写一个问卷调查，跟着他的步骤一步步来就可以，填完之后找到支持你已安装的CUDA版本的CUDNN，下载就可以

（3）解压下载的压缩包，并将里边的bin文件夹、include文件夹、lib文件夹复制到CUDA的安装目录里面，（注：之前cuda安装目录里面也有这些文件夹，赋值cudnn的是要把CUDA的这三个文件给覆盖掉）

原文链接：https://blog.csdn.net/wobushizhainanyu/article/details/107736090

下载缓慢几乎下载不下来：（不是网络不畅的原因，我在宿舍的校园网，热点，实验室的网络都试过了。）

然后又找了百度云盘的资源下载试试看：保存于百度网盘中：

链接：链接：https://pan.baidu.com/s/13k5IMeWyRPC8obAfbrDakw

提取码：9q8y

将这三个文件夹中的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2对应目录下：

Bin文件和include文件复制同理，但感觉和网上的个数有差别，有点少了。

链接：https://www.jianshu.com/p/5b8af7bffe85

然后想查看cudnn版本：cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include

然后输入：cudnn.h

需要Visual Studio打开（没有，先安装了一下）

查寻资料中得步骤：

找到这一段

版本为：7.6.5

安装完成之后，显示

说明安装成功！