1 安装CUDA
1.1 查找Nvidia适用的CUDA版本
桌面右键，【打开 NVIDIA控制面板】
查看【系统信息】
查看NVIDIA的支持的CUDA的版本，下图可知支持的版本是 10.1
1.2 下载CUDA
CUDA下载官方网址
https://developer.nvidia.com/cuda-toolkit-archive
找到适合的版本下载
选择适合自己的下载，这里选择 exe(local)下载，我这里不小心标记错误了
1.3 安装CUDA
下载完毕双击.exe安装包安装即可
安装的时候留意CUDA的安装路径，下面要用得到。
我安装的时候，安装完毕之后环境变量是自动配置好的，如下图：
如果你的没有的话，加上这四个环境变量即可。一般来说是自动配置好的。
2 安装cuDNN
2.1 下载cuDNN
官网下载cuDNN地址
找到适合自己的版本
点击之后，选择windows版本的
直接下载可能下载比较慢，这里可以通过百度网盘下载，链接在下
链接：https://pan.baidu.com/s/16UKQMX3ww-9GCFn3dYG5CA
提取码：3535
2 安装cuDNN
下载完毕之后，解压安装包
复制上面的三个文件到CUDA的安装路径，直接覆盖原文件即可。如果你的版本和我的不一样，只需要找到你自己的版本，步骤没有变化。
3 安装PyTorch
3.1 创建PyTorch虚拟环境
如果你还没有安装Anaconda，需要先去安装一下，可以参照
windows下的Anaconda的安装和配置 进行安装anaconda。
anaconda安装完毕之后，打开Anaconda Prompt
创建一个Python的虚拟环境来安装Pytorch
conda create -n PyTorch python=3.9其中【Pytorch】是虚拟环境的名称，可以和我的不一样，但是建议不要太繁琐。
创建完毕之后，会提示你如何激活虚拟环境
虚拟环境的创建先到这里。
4 下载torch和torchvision
下载地址
打开下载地址是这样的
我们往下翻，找到cuda版本的
我们根据cuda的版本和python的版本选择下载，这里我选择的是torch-1.7.1版本。
接着我们下载torchvision，这里是torch和torchvision的版本适配图
因为上面我选择的是torch1.7.1版本，所以这里我的torchvision就要下载0.8.2版本的
把这两个文件下载之后放到指定文件即可。稍后安装。
5 终章
进入到之前创建的虚拟环境PyTorch并激活，然后在虚拟环境中，切换到你的torch和torchvision的目录下，切换目录要一层一层切换
然后pip install刚才的两个文件即可
安装成功之后，测试一下
打印出 True 证明安装成功。
