电脑配置cuda11.3+cudann+torch踩坑，详细版
因为需要用电脑跑深度学习的代码，先在自己的电脑配置了一遍环境，但是内存小了，又在学校的机房配置了一遍环境，也算踩了无数坑得到的深度学习环境配置详细版本！
配置环境前，你需要确保你的电脑已经安装了anaconda和pycharm软件，这两个软件直接去官网下载，安装步骤比较简单，基本就是一直下一步，或者更改安装目录即可，这里就不详细讲解了。
首先，需要查看你的电脑支持的cuda的版本，鼠标右键打开NVIDIA控制面板后点击右下方的系统信息
然后在系统信息中点击组件，便可以查看3D设置中的第三条，也就是本电脑最高支持的cuda版本。
我的电脑上面是最高支持cuda11.6,我可以下载11.6及其以下版本的cuda，我下载的11.3版本的。
1、cuda11.3下载
需要安装CUDA toolkit，官网地址：CUDA Toolkit Archive | NVIDIA Developer。
根据你需要下载的版本，下载对应的cuda toolkit版本，我下载的11.3，对应的地址为：CUDA Toolkit 11.3 Downloads | NVIDIA Developer
如下图所示选择后，直接下载即可。
下载后，点击exe文件进行安装。安装地址一般选择默认的地址就好，更改的话会比较麻烦，然后最好勾选添加环境变量。其他的基本都是点击下一步到完成安装。
安装好后，到环境变量里面查看，系统环境变量里面是否有这两项。
然后，在环境变量中添加cuda目录下的bin、lib、include、libnvvp路径
添加完成后用win+r快捷键输入cmd打开终端，输入nvcc -V,如下图所示表示安装cuda成功。
2、安装cudann
根据你下载的cuda的版本选择对应的cudann的版本，官网地址：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
下载前需要注册一个账号，根据提示直接注册即可。
注册成功后，登录即可。
我的cuda是11.3,cuDNN选择11.x版本，下载windows版本的压缩包。
将下载的压缩包解压后得到bin、include和lib三个文件夹，分别将三个文件夹下面的所有东西复制到CUDA安装位置的同名文件夹下，不要直接复制三个文件夹，可能会报错。
复制成功后，打开CUDA安装目录下的extras，然后打开demo_suit，然后在文件位置处输入cmd，能打开对应位置的命令行
然后在命令行中输入bandwidthTest.exe
显示如下：
然后命令行中继续输入deviceQuery.exe，显示如下。
表示cudnn安装成功。
3、安装pytorch
成功就在眼前了！！
打开anaconda prompt创建一个新环境，防止电脑安装了其他版本的pytorch从而产生冲突。在anaconda prompt中输入conda create -n 新环境名字 python版本号，如下图所示：
环境创建成功后，使用activate 环境名 进入该环境。然后稍等，不要关闭这个。
进入pytorch官网，官网地址：PyTorch
根据cuda版本选择pytorch版本
将上述的指令复制到anaconda prompt中，在创建的环境中安装pytorch，然后等着就好了，安装会比较慢，耐心等着就好了。
安装好后，需要验证一下是否下载的gpu版本的pytorch.首先进入anaconda prompt，使用activate 环境名 进入环境。输入python，进入python模式后 输入import torch,然后输入torch.cuda.is_available(),如果输出为True则安装成功，表示可以使用gpu进行加速。若输出False，安装的可能是cpu版本的，需要重新安装了。
深度学习的小萌新，希望跟大家一起学习进步嘿嘿嘿，第一次写技术文章，文字组织或者逻辑上有啥问题，欢迎大家指出嗷~