win10 + cuda10 +cudnn + GLUON 环境搭建
1. 《动手学深度学习》
由于新型非典型肺炎扩散，上班日期挪到2.10 日了，在家比较无聊决定了解一下深度学习。
在github 上找到一个资源，可以动手学深度学习，便打算按照这本书的内容学习一下，
https://github.com/d2l-ai/d2l-zh
PyTorch 版本：https://github.com/ShusenTang/Dive-into-DL-PyTorch
2. 环境搭建
这本书中详细描述了如何搭建环境获取代码： http://zh.d2l.ai/chapter_prerequisite/install.html
第一步是安装miniconda, 由于我的电脑已经按照Anaconda,可以省去这个步骤
第二步用conda 搭建虚拟运行环境，按照书中步骤，也没有出现问题，
书中提到可以使用GPU 版本的mxnet，这一步出现了问题并且折腾了不少时间，
在python 中import mxnet 时出现 ：
OSError: [WinError 126] 找不到指定的模块 的错误
在网上搜到两篇文章可作参考
https://discuss.gluon.ai/t/topic/8390/10
https://blog.csdn.net/qq_14997473/article/details/80976607
我的环境： win10 +Anaconda3 + 系统预装cuda10.1
2.1 卸载cuda10.1, 安装cuda10.0
因为尝试安装mxnet-cu101 一直不成功所以决定将cuda10.1 卸载，然后安装cuda10
下面两篇文章可以参考如何卸载cuda 并且安装新的cuda 版本
https://blog.csdn.net/m0_37993445/article/details/90440589
https://blog.csdn.net/shuiyuejihua/article/details/78738664
记得卸载完成后使用 电脑安全管家 删除注册表， 然后再安装cuda10.0。
2.2 增加环境变量
https://blog.csdn.net/qq_37296487/article/details/83028394
https://blog.csdn.net/u010618587/article/details/82940528
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_V8_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0(这是默认安装位置的路径，经自定义路径后，我的路径为D:\NVIDIA\CUDA Samples)
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
在系统变量 PATH 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条（默认安装路径）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；
3. 安装mxnet-cu100
> conda activate gluon,
> pip uninstall mxnet
> pip install mxnet-cu100
> python
> import mxnet
