引言
深度神经网络是一种目前被广泛使用的工具，可以用于图像识别、分类，物体检测，机器翻译等等。深度学习（DeepLearning）是一种学习神经网络各种参数的方法。因此，我们将要介绍的深度学习，指的是构建神经网络结构，并且运用各种深度学习算法训练网络参数，进而解决各种任务。本文从PyTorch环境配置开始。PyTorch是一种Python接口的深度学习框架，使用灵活，学习方便。还有其他主流的深度学习框架，例如Caffe，TensorFlow，CNTK等等，各有千秋。
个人认为，初期学习还是选择一种入门，不要期望全都学会。须知，发力集中才能深入挖掘，乱花渐欲迷人眼，选择适合自己的，从一而终，相信会对科研大有裨益!
概念介绍
cuda：是显卡厂商NVIDIA推出的运算平台，CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。【硬件需求：GTX级独立图像显卡，注：这里安装的主要指CUDA驱动】
cudnn：NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。
安装教程
cudnn下载地址:https://developer.nvidia.com/cudnn
cuda安装步骤
cuda下载成功
【双击】运行cuda安装程序，具体步骤如下：
注：安装时首先提示的路径感觉不重要，因为安装完后就自动消失了，可以默认也可以自己选择路径。
安装时选择自定义安装
第一次使用默认安装时失败，看了很多教程建议自定义安装，且不勾选Visual Studio Integration
点击下一步，进入模块安装路径选择界面，可以选择默认，如下图所示：
点击下一步
如果安装完后没有报错，并且C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0目录路径都存在的话，可进行下一步设置环境变量。
但是本人安装完没有出现C:\ProgramData（此文件夹是隐藏的，不要误认为没安装，可以选择显示隐藏文件查看！）
cuda配置环境变量
在系统变量中添加以下变量（与Path同级位置）
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\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
进入cmd测试是否配置成功
set cuda
进入cuda安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\demo_suite
同样用cmd，分别输入deviceQuery.exe 和 bandwidthTest.exe，若都显示 Rsult=PASS 则说明通过，否则需要重新安装。
deviceQuery.exe 测试通过显示：
bandwidthTest.exe测试通过显示：
以上都没问题的话，则CUDA8.0安装成功。
cudnn安装步骤
通过官网下载并解压CUDNN压缩包后，如下图所示：
打开压缩包，依次将压缩包中的3个文件复制到相应位置
1. cudnn-8.0-windows10-x64-v6.0\cuda\bin\cudnn64_7.dll —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\bin
2. cudnn-8.0-windows10-x64-v6.0\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\include
3. cudnn-8.0-windows10-x64-v6.0\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\lib\x64
注意： 一定要安装cudnn，不然无法进行卷积操作
相关博文：