深度学习环境配置

step1.创建一个你自己的虚拟环境，比如说oysm：conda create -n oysm 

step2：然后确定你要的torch版本，比如：

去这个网站里面找下载所需要的命令行语句：Previous PyTorch Versions | PyTorch
（注意，排在前面的是最新版本的torch，越往后torch版本越低）

由于你要找的torch版本是1.2.0，是比较低的版本，所以得拉到比较下面的位置才能找到

 直接复制粘贴输入到命令行里面即可完成安装

step3：打开代码，指定好运行时的虚拟环境为oysm

step4:在终端输入pip install -r requirements.txt，完事

目标环境：

cuda 10.1

cudnn 8.0.5

torch 1.6.0

torchvision 0.7.0

（1）安装CUDA Toolkit就是安装CUDA，相当于cuda_9.0.176_384.81_linux.run，安装好cuda之后，才能用nvcc -V查看CUDA版本

（2）cuDNN：GPU加速库，有了它才能在GPU上完成深度学习的计算，同一个CUDA版本支持安装多个版本的cuDNN（如cuDNN v7.6.4、cuDNN v7.6.3……选择其一安装即可）

（2）cuda版本和torch版本要一一对应

（3）torch版本又和torchvision版本一一对应

亲测：pip install cudntoolkit，pip install cuDNN不行

但是conda install cudntoolkit，conda install cudntoolkit是可以的