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

参考 https://blog.csdn.net/weixin_46668520/article/details/134102997