简单方法适用于pytorch的环境配置cuda及cudnn

先上干货：在配置pytorch深度学习环境中，需要搭建cuda及cudnn的环境，众所周知不同的pytroch版本需要对应不同的cuda版本，而这又递推到不同的显卡型号，譬如，GeForce RTX 3090显卡仅仅支持使用cuda11以上的版本。

例如安装pytorch1.8.1，首先确保ubuntu系统装好显卡驱动，然后安装Anaconda虚拟环境神器，创建虚拟环境：例如:

conda create -n pytorch_1.8.1  python=3.6

然后，激活进入虚拟环境：

conda activate pytorch_1.8.1

然后直接一条命令配置好cuda11.3及cudnn
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

或者这个命令：cuda11.1及对应的cudnn
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

更多命令见链接https://pytorch.org/get-started/previous-versions/

打完收功，至于与繁琐下载安装配置cuda及cudnn是否在深度学习训练过程中效率有没有影响，本人无法回答，欢迎高手讨论。