安装cuda10.2及对应cuDNN,安装pytoch1.10至anaconda3

安装cuda10.2及对应cudNN,安装pytoch至anaconda

刚开始做毕设，down下来的模型需要使用pytorch框架，然后在pycharm 的IDE中下载的版本只能是简单的CPU版本，无法调用GPU，所以在跑模型的时候发现无法调用cuda，所以只能重装pytorch，而这一重装就发现了很多问题。

1.查看NVIDA支持的CUDA版本

1. 打开NVIDA控制面板
   

2. 点击上方 帮助（H）->系统信息->组件
   
   在这里可以看到你所支持的最高cuda版本，我的是11.5.107，然后驱动对cuda是向下兼容的

3. .cuda版本与NVDIA驱动版本对应关系
   

4. 驱动更新
   如果你的驱动比较低，你可以下载GeForce Experience来更新驱动（百度搜就行，之前玩赛博朋克2077的时候下过这玩意儿，更新了NVIDA的驱动）

5. 查看需要下载的cuda版本
   pytorch官网：https://pytorch.org/
   
   从中可知，如果要下载1.10版本的pytorch，需要cuda 10.2或者cuda11.3，我选择10.2版本

2. cuda下载

cuda10.2下载：cuda10.2官网

点击下载，然后安装即可。安装完成在cmd输入nvcc -V查看是否安装成功：、

3.cudNN下载

这里以cuDNN for CUDA 10.2支持包为例，如果CUDA版本不是10.2的用户，下载相应的cuDNN包
首先打开英伟达开发者网站下的，cuDNN支持包下载网站。cudNN官网

点击红色方框内的Download cuDNN按钮，显示以下页面

有NVIDIA账户的用户点击①红色框内的Login进行登录。
没有NVIDIA账户的用户点击②蓝色框内的Join now进行注册。
（ps:要是登不进去可以尝试开个加速器比如steam++这类的，NVIDA老问题了）
填写完毕后出现以下网页：

我们CUDA安装的是10.2版本，我们在这里选择红色框内的for CUDA 10.2之后显示网页：

下载完毕解压。

然后将每个文件里的文件都拷贝到cuda对应文件夹里面。
之后配置环境变量

（ps:改成自己cuda的路径）

3.安装pytorch

这一步是最恶心人的，我尝试了很多方法，最后先说成功的一种：

1. 用pip3下载
   
   复制Run this Comandl里的:pip3 install torch1.10.0+cu102 torchvision0.11.1+cu102 torchaudio===0.10.0+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html
   打开Anaconda Prompt（可按win键在注册表里搜索）

下载成功后：

测试是否有效：

若最后显示为true，则配置成功

2. 使用conda install：
   
   在anaconda prompt里输入conda install pytorch torchvision torchaudio cudatoolkit=10.2
   (注意:不要再后面加 -c python，这样是从他官方下载，速度很慢，去掉后是使用自己的镜像源下载，至于怎么添加镜像源可自行百度，有很多仅限
   后面的验证同上