conda创建新环境 这部分代码均在Anaconda Prompt中写，要求已有Anaconda

第一步：创建

conda create --name yourEnv python=3.6
–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
python=2.7：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包：
conda create -n yourEnv python=3.6 numpy pandas

第二步：激活

windows ==> conda activate yourEnv
windows用户环境变量中添加（改成自己的路径，已有不用改）：
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin

第三步：查看活跃的环境

conda info --envs：输出中带有【*】号的的就是当前所处的环境
至此，conda环境创建完成
安装函数库（用镜像时别开梯子）
pip install Pillow -i https://pypi.tuna.tsinghua.edu/simple 安装PIL
pip install opencv-python -i https://pypi.tuna.tsinghua.edu/simple 安装opencv

安装CUDA

查看CUDA版本：命令行 nvcc --version
提示’nvcc’ 不是内部或外部命令，也不是可运行的程序， 说明没装过或者路径不对，查看路径右键我的电脑->属性 ->高级设置->环境变量->看看path里有没有关于cuda的。
没装过的话先查看可用cuda版本，命令行nvidia-smi
表格右上角就是最高可用版本

进入网站（官网https://developer.nvidia/cuda-toolkit-archive）下载CUDA对应版本，我安装的是11.6

正常下载，可在自定义中只选择第一个组件下载

关闭cmd，再次打开，再次输入得到nvcc –-version，安装成功

打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6 发现readme.txt
这个可能只有11.6需要弄，低版本好像不用

上github https://github/nvidia/cuda-samples

下载zip文件并将其内容解压到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6 如图

cuDNN安装

1. cuDNN版本下载
   官网下载地址：cuDNN Archive | NVIDIA Developer https://developer.nvidia/rdp/cudnn-archive
   

下载cuDNN是需要登录英伟达开发者账户的，注册一个并填写问卷就行了，很简单。
注意：必须选择和所安装CUDA匹配的版本。 我装的第一个

解压cuDNN安装压缩包，可以看到bin、include、lib目录

将 bin 目录里面的内容复制，然后粘贴到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 对应的 bin 目录里面。同样的，include 和 lib 目录里面的文件也复制到相应的文件夹里面。lib->x64

添加环境变量！
用户变量Path中添加：（版本号和位置填实际安装位置）
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Tookit\CUDA\v9.0\libnvvp

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64

C:\Program Files\NVIDIA Corporation\NVSMI

系统变量中添加：下方红框内标注的变量一般是手动添加的。

验证cudnn安装是否成功：
启动cmd，cd到安装目录下 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite，然后分别执行bandwidthTest.exe 和 deviceQuery.exe

看到“PASS”即表示cudnn安装成功。

安装Paddle

先在Anaconda Prompt中输入conda activate internet_plus 激活最开始创建的conda环境
再输入python -m pip install paddlepaddle-gpu==2.3.1.post116 -f https://www.paddlepaddle/whl/windows/mkl/avx/stable.html
https://www.paddlepaddle/ 官网有对应cuda版本的代码上面是11.6的

验证安装结果：
打开anaconda prompt
查看conda环境： conda info –envs

将最开始创建的环境激活：activate envs_name
输入 python进入python环境
import paddle
paddle.utils.run_check()

提示PaddlePaddle is installed successfully! 安装成功

安装异常，常见问题：
https://www.paddlepaddle/documentation/docs/zh/2.2/faq/install_cn.html