pytorch 之 安装cuda和cuDNN

1、查看cuda版本 打开anaconda或者命令提示符 输入 ：nvidia-smi

我装的是11.4版本，这里有官网：https://developer.nvidia.com/cuda-toolkit-archive
官网下载要会员，在网上看到一个教程，避免需要会员，右击复制链接 打开迅雷等下载软件（百度网盘不行，试过了），添加任务将复制的链接地址输入进去。
建议选版本较低的，右击复制链接，打开迅雷试试

我的百度网盘有这个已经下载好的包：
链接：https://pan.baidu.com/s/1xTA1YrSxmBoXrpU95BpsFQ
提取码：sxd1
2、下载好之后，cuda环境需要Viusal studio支持,可以下载一个2017版本或者2019版本的（这个可以自己百度）
3、如下图，右击以管理员身份运行

也可以只选cuda，如果出现问题，点击直接忽略（当时装的时候，提示我版本不对还是其他的问题）


4、下载好的cudnn解压，(也可以试下上面说的方法，官网地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b）
将cudnn这三个文件复制粘贴到cuda安装的文件目录（同样也有这三个文件）替换它们

5、配置环境变量，打开系统高级设置，点击path,直接添加如下几条（也不知道有多少条，多配置几条也没啥事。如果安装在其他的盘目录也和这差不多）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
*C:\Program Files\NVIDIA Corporation\Nsight Compute 2021.2.0*
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\common\lib\x64

6、验证是否成功。验证deviceQuery和bandwidthTest,在命令窗口运行测试文件，定位到 在cuda安装目录的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，
然后输入deviceQuery.exe回车，最后一行出现Result=PASS则说明安装成功。运行bandwidthTest.exe，Result=PASS则说明通过，反之，Rsult=Fail 则需要重新安装。

7、在anaconda创建的虚拟环境验证能不能gpu运行，打开anaconda，conda activate my_pytorch (自己创建的环境名)，（其他操作上图），显示True表示可以了

把虚拟环境添加到jupyter notebook中：https://www.cnblogs.com/panxubin1011703/p/16150671.html