Pytorch的安装（Cuda+Cudnn）GPU版本
cuda安装之前，需要查看本机的gpu版本
查看自己电脑是否安装了显卡驱动
在桌面右击，打开NVIDIA 控制面板，点击系统信息，我们可以看到自己驱动程序版本，如果没有gpu驱动，建议先安装NVIDIA驱动
点击组件查看支持cuda的版本号，在这支持cuda 11.6.1
安装cuda https://developer.nvidia.com/cuda-toolkit-archive
根据自己的机型
双击安装，直接一路下去，记得把加入环境变量勾上
为了检验我们cuda是否真正安装成功，我们打开命令行窗口(cmd)，因为cuda安装过程中，已经自动配置好了环境变量，我们在命令行中输入
nvcc -V
下载cundnn,可选
网址Log in， https://developer.nvidia.com/cudnn-downloads，进入网页，注意先注册
可以使用下面网址，查看适配的 cuDNN，https://developer.nvidia.com/rdp/cudnn-archive
解压文件夹将其复制到我们下载的cuda目录下，一般都是在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA之下
给cudnn添加环境变量
添加上两条环境变量
测试是否安装成功
在cmd运行【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite】路径下的bandwidthTest.exe和deviceQuery.exe，如果都能运行成功，则证明cudnn安装成功。
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe
