國慶換了新機器聯想y7000p，配置是八代I7+1066。終於可以用GPU版的框架了！

回到學校後就開始搭環境。過程中看了不少前輩們的經驗，裝的還算比較順利，一個上午成功搞定。

為了以後的同學們少踩坑，現在做一個總結。

1 Anaconda

首先是安裝Anaconda，這是一個公認很好用的python整合版。它把很多科學計算用的包全都蒐羅在一起了，你只需要下載這個就可以不用再自己一個一個地去pip install xxx。同時Anaconda也是一個很方便管理python庫的一個工具。我下載的是最新python3.7版。

安裝Anaconda的時候有一個天坑！！！ 我在整個環境的搭建過程中就這個花的時間最多。具體是在安裝過程中有一個詢問你是否要把Anaconda新增到系統環境之中。看似普通的操作對吧？但它在下面特意括號裡寫了一大堆字，第一句就是Not recommend！當時我就很天真的想，既然自己都不推薦，那就不選上了。就是因為這沒選上，導致後面安裝了anaconda後無法在cmd裡直接使用conda命令。同時你把其他的東西都裝完後，使用pycharm選擇了anaconda的interpreter也無法使用安裝在anaconda裡的庫！！！

如果你正在焦頭爛額的找為什麼按照網上的教程添加了環境變數，並且可以使用conda命令，同時在pycharm中選擇了anaconda的interpreter但依然還是無法使用anaconda的庫，那麼絕對是這個問題了！

這裡是解決方案：

無法使用conda命令： 在計算機-屬性-高階系統設定-高階-環境變數-系統變數中找到一個path。然後點選編輯，新增你裝anaconda的Scripts路徑。 具體為   你的anaconda資料夾路徑\Scripts

還沒完，上面這個只是你在安裝過程中忘加環境無法使用conda的解決辦法。還有你全裝好後無法在PyCharm中使用anaconda庫的解決方法。  具體操作同上，只是在最後新增變數時新增 你的anaconda資料夾路徑\ 

這樣anaconda的坑就算結束了...

2 Pycharm

PyCharm是一個非常好用的IDE軟體,能很方便的在你寫程式碼的時候提供智慧幫助。安裝PyCharm坑到沒什麼，主要是需要啟用。如果你有edu的郵箱，可以去申請一個4年免費的啟用。沒有的話網上就搜一搜PyCharm破解方法。我用的是啟用碼啟用，然後覆蓋系統裡hosts檔案，這樣就可以了。值得一提的是，大部分系統為了安全考慮，使用者是無法修改hosts的，我們可以把hosts用記事本開啟，然後在最後加上一行我們破解需要的命令，然後儲存到另外的位置，再從另外的位置複製到hosts原本所在的資料夾下，選擇替換原有檔案即可。不推薦用破解器，怕出什麼問題。

3 CUDA

CUDA就是GPU加速的核心。一定一定一定要注意版本！！！安裝之前，我先在PyTorch首頁查看了它最新能夠支援的python版本以及CUDA版本。這篇沒人看的文章寫的時候最新支援的是python3.7 / CUDA9.2 ，但Nvidia已經放出CUDA10版本了，千萬注意不要下錯。

下載CUDA有net和local，沒區別，我下載的是CUDA9.2 local一共1.5G。當你下載好安裝包後，問題來了。安裝CUDA是要求你要有Visual Studio 2017的，可能是要用到裡面的一些東西。去微軟下個VS2017吧，community版就行。先安裝VS2017，再安裝CUDA，順序別弄錯。

在安裝VS2017的時候會要你選擇需要安裝的元件，一般就是選基本的那幾個就好。除了選擇基本模組以外，安裝介面右邊還有細選需要安裝的內容，其他的沒關係，win10的SDK一定要打上勾！！！win10的SDK一定要打上勾！！！win10的SDK一定要打上勾！！！ 選擇一個最新版本SDK即可。沒有這個則後面安裝CUDA不成功。

裝好了VS2017後，終於可以開始裝CUDA了。雙擊安裝包，等待抽取資料，最後會彈出來安裝嚮導。這裡有個大坑！！！一定要選擇自定義安裝！！！然後可以選擇需要安裝的元件。只要選擇CUDA裡的就行，並且CUDA裡Visual Studio integration這個選項一定要去掉。再次強調：只選擇安裝CUDA裡的東西，並且CUDA裡還要去掉Visual Studio integration

CUDA安裝包會執行時會先把所有安裝包裡的資料解壓到一個資料夾裡，就是你開始安裝之前會提示要你選擇一個臨時資料夾。記住這個資料夾的地址，因為我們需要把這個資料夾裡的一些檔案手動的複製到VS2017的一個資料夾裡。具體是把CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions下的所有檔案全部複製貼上到之前安裝的VS2017資料夾下。 VS2017的資料夾路徑以我的為參考是 Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\BuildCustomizations。 一定要把CUDA安裝包那個資料夾下所有的東西全都複製過去。

這樣CUDA就安裝完成了。在CUDA下載頁面上有補丁包，看個人喜好裝不裝。補丁包不用再自定義安裝，直接一路下一步點過去就好。

4 cuDNN

cuDNN是在CUDA之上，更加優化提升了深度神經網路計算速度的工具，可以把他當作是CUDA的再度加強。下載這個非常簡單，但一定要注意對應的CUDA版本。一個CUDA和一個cuDNN的版本必須是相互支援才能用的。以我這次安裝的環境為例，CUDA9.2對應的是cuDNN7.2版本。下載後無需安裝，解壓開啟後將所有檔案拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2

這個白痴操作，沒有坑的。

5 PyTorch-GPU版本

PyTorch就是要裝的深度學習框架了。之前裝的一切都是為它服務。推薦大家裝之前不要無腦conda install pytorch安裝，先去pytorch.org官網看一下最新版本。首頁就有教你安裝最新版本且是最新CUDA支援的命令。

寫這篇文章的時候官網最新的是Pytorch0.4，最新支援Python3.7 / CUDA9.2。 當你選擇好適合你配置二點時候，會自動給你下載命令。我選擇的是win10系統 / Anaconda管理 / Python3.7 / CUDA9.2 。