win10 CUDA+cuDNN+pytorch安装
一．查看本机的CUDA适配版本
右击“此电脑”
点击“属性”，在出现的控制面板右上角搜索“NVIDIA控制面板”，双击“nvidia控制面板”，
出现显卡驱动版本号，如下：红框中所示：
此处显示为：451.82版本。
通过显卡驱动版本，查看本机使用的CUDA版本。对比网址：https://blog.csdn.net/He_9520/article/details/100032803，
其中系统的Nvidia Driver决定着系统最高可以支持什么版本的cuda和cudatoolkit，Nvidia Driver是向下兼容的，如下截图：
假设我们机器驱动型号为411.31，则只能安装CUDA 10.0.130版本及以下版本。
注意：
- cuda和cudatoolkit不同，前者说的是系统安装的cuda，它是由Nvidia官方提供的（/usr/local/cuda就是系统安装的cuda的软链接），这与我们要安装的pytorch几乎没有什么关系。后者是anaconda官方提供的用来build pytorch的一个工具包，它是Nvidia所提供的cuda的一个子集。
- pytorch和cudatoolkit版本并不是一一对应的关系，一个pytorch版本可以有多个cudatoolkit版本与之对应。例如1.5.1版本的pytorch，既可以使用9.2版本的cudatoolkit，也可以使用10.2版本的cudatoolkit。
二．下载对应CUDA、找到对应pytorch、下载对应cuDNN
- 下载CUDA（最好通过迅雷等软件加速下载）
根据上节确定的CUDA版本，我们在官网：https://developer.nvidia.com/cuda-toolkit-archive下载。（我们驱动为451.82，可以下载10.2及以下版本的CUDA）。我们这里下载10.1版本的CUDA：
点击CUDA Toolkit 10.1，进入下一界面，选择window，64位，10版本（10.1里面包含10、8.1、7等版本），exe（local），最红选择“Download（2.4GB）”
下载为：cuda_10.1.105_418.96_win10
找到相应的pytorch版本
通过网址：https://pytorch.org/get-started/previous-versions/，查看CUDA 10.1，可以配套哪些版本torch和torchvision。
比如我想下载1.4版本的pytorch，如下图：
我的CUDA可以是10.1版本，则torch1.4.0，torchvision0.5.0。
下载对应的cuDNN
通过网址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10，查找与下载CUDA版本对应的cuDNN版本，如下：
我这里CUDA为10.1版本，则cuDNN选择下载v8.0.2版本，Windows10：
压缩包：cudnn-10.1-windows10-x64-v8.0.2.39
三、安装CUDA、cuDNN
- 安装CUDA，我们直接点击安装即可，其中有一步，其中尽量选择自定义安装：
- 查看CUDA安装情况：按“win+r”，输入cmd，进入终端，输入“nvcc -V”，然后查看cuda版本等情况：
- cuDNN
3.1 解压cuDNN压缩包，可以看到bin、include、lib文件夹：
3.2 找到CUDA文件夹位置，可以看到相同命名的bin、include、lib文件夹：
3.3 将cuDNN中bin、include文件夹内的文件对应复制到CUDA中的bin、include、文件夹内；将cuDNN中.\lib\x64文件夹内的文件对应复制到CUDA中的.\lib\x64文件夹内。
- 添加环境变量
4.1 打开系统环境设置界面。“我的电脑”-“属性”-“高级系统设置”-“环境变量”：
4.2 在系统变量中找到“Path”，点击“编辑”，然后“新建”：
4.3 向其中添加路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
如下：
- 查看CUDA和cuDNN安装结果。
在cmd中输入：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
然后输入：
bandwidthTest
则得到安装结果：
附图：
四、安装pytorch
首先进入环境，其次输入语句：
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add
channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install pytorch torchvision cudatoolkit=10.1（这里的10.1是版本，通过）
但是此方法会直接下载最新torch版本，而不是自己想下载的版本。
此时可以通过下面语句控制pytorch版本：
conda install pytorch=1.4.0 torchvision=0.5.0 cudatoolkit=10.1
检验：依次输入：
python
import torch
torch.cuda.is_available()
返回True，代表安装成功。