背景

要毕业了趁着双十一的档口入手了神舟笔记本，高呼一声，本人上船了（PS：希望不要翻船）。在读研期间的方向是计算机视觉，如今深度学习工具配置网上遍地都是，以在Ubuntu下的配置为主，新入手了笔记本忍不住想踩个坑，配置下在Windows系统下的深度学习环境。反正电脑里也空空如也，失败大不了重装系统（手动滑稽）。
我的笔记本硬件配置如下：
神舟笔记本战神Z7-KP7EC
| 处理器 | 英特尔 Core i7-8750H @ 2.20GHz 六核 |
| 显卡 | Nvidia GeForce GTX 1060 ( 6 GB )|
| 内存 | 16 GB |
| 硬盘 | 256 GB固态硬盘+1T机械硬盘|

准备工作

如博客题目所示，我们要安装cuda，cudnn，matlab，VS，Anoconda3这几个软件。首先一点就是要确定版本，确定版本是为了明确他们相互之间的兼容性。
CUDA9.0支持的VS版本
各CUDA版本在线文档地址
上图中CUDA9.0虽然写了支持VS2017，但实际只支持测试版，而非所有update版本，目前微软官网可以下载的VS2017版本已经是15.8.9，并不支持，所以VS版本选择2015。链接地址可以在在线文档中查看CUDA与VS支持情况。CUDA10虽然支持VS2017，但是由于后面配置pytorch时，官方代码还不支持CUDA10（不过，听说可以从源码安装，只是过程有些复杂，这个坑还是避开吧）。CUDA9.0定下来，CUDNN我选择了7.0.5版本，matlab版本我选择最新的matlab2018b，里面的Deep learning toolbox很友好,当然由于代码复现的原因后续我还安装了matconvnet。pycharm作为我们运行Python的IDE，anoconda3可以在官网下载，当然官网经常性登陆不上去，可选择清华的开源镜像。这里我们选择的版本是Anaconda3-5.0.1-Windows-x86_64.exe，该版本为Python3.6。
考虑到往后可能下载不到对应版本的软件，随后我会放出百度网盘分享。

安装

VS2015安装

安装VS2015，下载了VS2015专业版，至于为什么先安装VS，不先安装CUDA，因为下图
安装VS2015.pro版本，直接点exe就OK了，等它慢慢加载出界面
选择安装路径和方式，由于我们只用C++所以就选择“自定义”
只勾选“Visual C++”

NVIDIA显卡驱动安装

百度搜索“NVIDIA显卡驱动”，点开第一条
选择对应的驱动，notebook为用在笔记本上的显卡驱动，然后点击“搜索”，“下载”

3.下载完后，安装，默认释放软件路径建议不要修改，解压完后会自动检查系统兼容性，
选择“NVIDIA图形驱动程序”，然后“精简”安装即可

CUDA9.0安装

百度搜索“cuda9.0”
因为是win10，“version”点“10”，win7系统则点“7”。下载的版本为“cuda_9.0.176_win10”
点开安装，默认释放软件路径也建议不要修改，反正也是临时的
此处会检查程序兼容性，由于驱动程序的版本比CUDA9.0过高会提示你是否继续，我们点击继续，然后点“同意并继续”。
由于驱动程序与CUDA版本不匹配，所以我们不选择“精简”安装，点击“自定义”。
只勾选“CUDA”安装，下一步，直至安装完成。

cudnn7.0.5安装

百度搜索cudnn，进去之后,找到对应的版本，不过下载cudnn需要注册，填写调查问卷后即注册成功，然后登陆。
点击“Archived cuDNN Releases”，选择“v7.0.5 for CUDA9.0”，选择“for Windows 10”
下载完成后得到“cudnn-9.0-windows10-x64-v7.0.5.zip”。解压到桌面。将解压后的四个文件拉到CUDAv9.0的安装路径下覆盖，即完成安装。

测试CUDA安装

环境变量配置
我们在计算机上点右键，打开属性 --> 高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量。

	　 CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.0 
	　 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
	　 CUDA_BIN_PATH = %CUDA_PATH%\bin 
	　 CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 
	　 CUDA_SDK_LIB_PATH =%CUDA_SDK_PATH%\common\lib\x64

在安装cuda9的时候我选择均为默认路径，除了前2个已有外，添加以下路径：

		CUDA_PATH 
		C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0 
		CUDA_PATH_V9_0 
		C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0 
		CUDA_SDK_PATH 
		C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.0 
		CUDA_LIB_PATH 
		C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0\lib\x64 
		CUDA_BIN_PATH 
		C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0\bin 
		CUDA_SDK_BIN_PATH 
		C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.0\bin\win64 
		CUDA_SDK_LIB_PATH 
		C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

然后，找到系统变量 Path，双击打开，点击“新建”，逐条增加以下路径，由于第五条已有，就没有再添加

%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH% 
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0\lib\x64
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0\bin
C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDASamples\v9.0\bin\win64

找到path双击
在这里插入图片描述

重新启动计算机。cuda9的安装就结束了。

检测cuda9是否安装成功
win+r键打开‘运行’窗口，输入“cmd”，回车，打开命令行，输入nvcc –V回车，可以看到cuda的版本信息

检测cuda安装需要用到:deviceQuery.exe 和 bandwithTest.exe，默认路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite，在此路径下，上方输入cmd回车

在命令行中直接运行deviceQuery.exe 和 bandwithTest.exe

Result=PASS就说明通过了，failed则需要重新安装了。