深度学习环境配置: 英伟达RTX2060 + CUDA 10.0 + cuDNN 7.5.0

前言

拿到了新本本,就迫不及待想要开始配置好torch的深度学习环境了. 本本是MECHREVO深海系列的Z2-R, CPU i7-9750, 独立显卡英伟达RTX-2060 (性价比还算不错, 再加上本身的轻薄游戏本特性, 对我这种天天码代码偶尔打dota2的太合适了). 这篇博客主要记录CUDA 10.0 + cuDNN 7.5.0的安装配置流程.

资源下载

1. CUDA 10.0 : 官网下载地址       (注意, 如果不挂梯子, 安装包文件会一直下载失败, 注意,梯子要用全局模式;网络安装版，可以下载，但是无法安装。)
2. cuDNN 7.5.0 : 官网下载地址    (要与CUDA适配版本)
3. VS 2015 社区版: 下载地址   (注意, 这个链接点击便直接开始下载了)
4. pytorch 1.0 GPU版: 官网下载地址 

CUDA安装

在安装CUDA的时候提示安装失败，在检索反馈信息之后，我发现 Visual Studio Integration 这个软件安装失败，这个错误导致安装程序无法正常的继续下去。

解决方案步骤如下:

- 重新安装CUDA，注意选择自定义安装

- 在选择安装类别的时候，取消选择Visual Studio Integration; 并且只安装CUDA组件, 取消其他的NVIDIA驱动安装 (可能比你自己电脑的驱动要旧)

- 安装完成

- 将CUDA安装包解压，将CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions 下的所有文件，复制到VS的对应目录下，参考路径如下

C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\BuildCustomizations

到此为止CUDA就安装完成了，

( CUDA 9.2: 注意在最后的时候需要运行一下补丁安装包，这个补丁修复了CUDA9.2某个算法库的缺陷。)