note：环境配置往往需要版本的对应关系正确

1.版本确认

查看可以支持的CUDA

1. 打开NVIDIA控制面板。操作步骤如下。可以看到，我的电脑最高可以支持CUDA11.4

   

   

pytorch版本查看

1. 查看pytorch官网https://pytorch.org/，选择对应的版本 

从官网的教程可以看到安装的pytorch版本对应的CUDA，python的版本。此处我选择的pytorch版本是stable（1.10.2），CUDA是11.3，python是3.7-3.9。

2.CUDA安装

1.  CUDA下载页面，需要用迅雷或者IDM之类的下载，不然很慢。（默认下载的是最新的，从previous releases中去选择）
2. cudnn下载页面，这个需要登录才行(百度网盘已经存放)
3. 将cuDNN解压后得到的三个文件夹复制到cuda文件里面，覆盖原有的这三个文件夹里的内容，一般地址为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
4. 添加环境变量（在path中添加这两句）

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

   

5. 可以用nvcc -V来测试CUDA是否安装好

3.pytorch安装

1. 创建anaconda（python=3.8）的环境，然后用pip指令安装。（conda指令没有成功）
2. pip我更换了清华源，然后安装的时候把vpn关了，速度也很快

3. 以下代码可以用来查看是否安装好

   >>>import torch
   >>>torch.__version__