手把手教会如何正确为自己的windows系统电脑安装pytorch-gpu和tensorflow-gpu版本的环境

首先是安装pytorch-gpu版本，以pytorch1.8.1+cuda10.1+cudnn7.6

步骤：

1.了解自己电脑的显卡是否是英伟达的，amd的显卡暂不支持cuda，

2.查看显卡驱动最高支持哪个版本的cuda，打开控制面板，找到英伟达控制面板

 3. 左下角点击系统信息，点击组件，可以看到我的显卡驱动最高支持的cuda版本号为CUDA11.1.102  可以根据需要的torch和tensorflow适配版本选择装版本比这个低的cuda版本

4. 查看pytorch版本、tensorflow版本与cuda版本、cudnn版本、显卡驱动版本之间的关系

参考下面链接博客选择匹配版本，注意大部分安装不成功都是因为版本不匹配导致，此处应该严格按照匹配的版本来选择。选择路线：根据代码版本需求匹配pytorch与tensorflow版本，然后在下面的版本匹配链接中得到pytorch版本（tensorflow版本）对cuda、cudnn、torchvision版本的要求，同时根据上面介绍的英伟达控制面板中系统信息检查自己的显卡驱动最高支持哪个cuda版本，确定好都匹配之后才开始安装。注：如果因为显卡驱动版本太低导致无法匹配，可以考虑根据显卡算力版本更新合适的显卡驱动，查看显卡驱动的cmd命令行：

nvidia-smi

 

上面的driver version就是驱动版本，cuda version是指显卡支持的最高cuda版本号，此处显示的不是你装的cuda版本号，你装的cuda版本号可以用下面cmd命令查看：

nvcc -V

 可以看到我装好的cuda版本号为10.1.105版本，关于cuda安装下面会展开介绍

TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系_C_GH的博客-CSDN博客_tensorflow的cuda和pytorch

5.清理之前安装的错误环境

卸载之前安装的错误环境残留，避免卸载出错，此部分参考知乎用户名为"一般星人"的笔记的前面一部分内容

6.安装自己需要的cuda版本

CUDA Toolkit Archive | NVIDIA Developer 感觉英伟达可能是为了推广cuda11的使用，以前的版本下载入口隐藏的比较深，上面这个链接可以直达所有cuda版本系列。选择合适的版本点击进入再选择下载配置

 我根据自己的电脑情况，选择了下载配置，另外选择exe(local)对于网络不是很稳定的用户比较靠谱。下载完之后得到下面的exe文件，双击安装，如果是初次安装，建议安装默认设置安装比较靠谱，但也有人说默认精简安装会出错，我没试过，我选的是自定义安装，下面走一遍自定义安装流程。

 取消下面这个勾

 取消下面三个勾，只安装cuda

 安装位置就选择默认位置，以避免识别不到

一直默认点，应该就安装成功了，注意cuda会自动安装环境变量 

我一般还会检查系统变量中的path里是否有添加bin路径

 好了，安装完成了，接下来可以用上面介绍过的nvcc -V检查是否安装成功了

码字有点累了，接下来的尽快在这几天补上！!