Windows环境下快速安装pytorch-gpu版本

1.首先

GPU版本就是显卡的版本，所以独立显卡就是gpu的版本，请根据自己的电脑自行选择。

2.检查GPU的版本

这个环节很重要，gpu的版本不是显卡的型号，要知道自己gpu的版本，与之后的cuda和cudnn对应

3.查看GPU版本的两种方法

1.右键单击桌面点击nvidia控制面板。点击帮助可以查看驱动程序版本

2.在cmd控制台输入nvidia-smi命令可以在Driver Version处查看驱动版本，还可以查看CUDA版本。

4.下载CUDA

请在CUDA官方下载对应的CUDA官网，需要下载的文件是CUDA Toolkit。我的电脑是依次点击windows，和版本11.1，下载的文件问local（本地）exe。
在CUDA和GPU对应关系 这里可以查询到我们应该下载哪个版本。只用查看下面第二张表CUDA Toolkit。

5.下载CUDNN

CUDNN下载地址，后面会有其与cuda对应关系，请注意。

6.安装CUDA

因为下载的就是exe文件，直接使用文件安装即可，记得记住自己的安装路径，十分重要。安装到下图界面时需要将visual studio integration选项取消，因为我们使用时很少用到VS环境
安装完成后，请在系统变量处查看，是否已经添加了系统变量，这个是自动添加的。
之后需要我们手动添加系统变量的，是这两个文件路径。

测试：
win+R
cmd
nvcc -V或者nvcc --version

7.CUDNN文件的安装

CUDNN下载好就一个压缩包文件，打开压缩包，依次将压缩包中的3个文件复制到相应位置
1.cudnn-8.0-windows10-x64-v6.0\cuda\bin —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\bin
2. cudnn-8.0-windows10-x64-v6.0\cuda\include —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\include
3. cudnn-8.0-windows10-x64-v6.0\cuda\lib\x64 —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\lib\x64

8.pytorch的快速安装

我的电脑不管使用conda还是pip进行安装，都会因为防火墙的存在，速度缓慢，让人难以接受。所以我使用镜像轮子安装，大大加快了速度。不过还是附上pytorch官网。
我们可以通过官网的pip安装，查看我们pytorch对应cuda版本，请务必对应，我的电脑是这样的：pip install torch1.8.1+cu111 torchvision0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ，只需要注意torch版本，就是pytorch的版本。然后去轮子网站下载对应的torchvision和torchaudio即可。
轮子网站地址whl。
这里我们重点介绍一下
这个图中的对应关系是cu101是cuda10.1，然后torch1.8.1对应cp36就是python3.6然后是windows版本，amd64是64位系统。torch也等价于torchversion，然后还需下载torchaudio即可。
我们用迅雷下载完这两个文件，直接在我们的anaconda对应环境下，一般就是pytorch环境，直接使用pip install cu111/torch-1.8.1%2Bcu111-cp36-cp36m-win_amd64.whl即pip install 文件名安装。
测试一下就是：

import torch
torch.__version__
torch.cuda.is_available()

大功告成，赶紧开始你的深度学习吧。