pytorch-win10-GPU安装
显卡驱动 安装 --（电脑安装好的，可以跳过）
1、进入nvidia官网,选择显卡型号，点击搜索
2、点击下载(下载过程就一步到位，没啥好说的)，如果有多张不同显卡的要注意驱动是否支持，下面产品支持列表有写
3、下载完后，打开命令行win+r，输入cmd，在命令行输入：nvidia-smi 查看显卡驱动信息
安装的cuda版本不能高于上面的11.8，考虑到后面要安装对应的pytorch，可以选定安装10.2，11.3，11.6三个版本中的一个，所以我选择安装11.3
cuda 安装
1、进入cuda安装地址，选择版本11.3(为什么选这个，跳过上面显卡驱动安装的，可以看一下第三小点)
选好电脑型号，点击download即可
安装过程没啥好说的，一步到位即可。
2、下载完后，打开命令行win+r，cmd里面输入nvcc -V查看是否安装成功
cuDNN 安装(要注册)
cuDNN安装地址
cudann要和cuda版本相适应，我们安装的是cuda11.3所以点击图框出来的版本(如果安装cuda10.2的，安装下面一个)
下载完后是压缩包
把三个文件夹复制到cuda安装的目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3，这样就完成了
查看cudnn是否安装成功，cmd进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
输入：bandwidthTest.exe
输入：deviceQuery.exe
图太大，截图了最后一行
安装成功
pytorch-gpu 安装
这里我们下载torch，顺道把torchvision也下载下来，因为他们版本也要对应
torch安装地址
这里不用担心不知道torch要下载什么版本，怕不适配前面安装的，这里我们可以根据名字来找到我们能安装的torch版本。
因此我安装的torch是：torch-1.11.0
cu113/torch-1.11.0%2Bcu113-cp38-cp38-win_amd64.whl
cu113 = = cuda11.3
cp38 = = python3.8
电脑 = = win 64
因为安装的是torch-1.11.0,所以我们的安装适配的torchvision为（前面图有说明）： torchvision-0.11.1
cu113/torchvision-0.11.1%2Bcu113-cp38-cp38-win_amd64.whl
然后进入你们conda环境用 pip install 文件名 安装就好了（注意安装的文件要放在命令行的同一路径下）
然后查看安装是否成功
import torch
torch.cuda.is_available()
总结
安装的文件
显卡驱动安装链接： https://www.nvidia.cn/Download/index.aspx?lang=cn
cuda安装链接： https://developer.nvidia.com/cuda-toolkit-archive
cudann安装链接： https://developer.nvidia.com/rdp/cudnn-download
torch与torchvision安装链接： https://download.pytorch.org/whl/torch_stable.html
参考链接：
https://blog.csdn.net/m0_37772653/article/details/127181192
https://blog.csdn.net/weixin_51756104/article/details/124398722
https://blog.csdn.net/weixin_44172713/article/details/123965705