一、电脑配置检查
1. 检查电脑显卡类型
注意电脑显卡不是NVIDIA的忽略这一步，非NVIDIA显卡不能安装CUDA。
在桌面鼠标右键：
点击NVIDIA 控制面板->选择左下角 系统信息->组件
从第三幅图可以看出我的CUDA是11的版本，所以下面我将安装11版本的CUDA
二、更新你的NVIDIA驱动
进入NVIDIA官网：https://www.nvidia.cn/geforce/drivers/ 下载GEFORCE EXPERIENCE 方便更新驱动（自己也可以手动跟新，网上有许多教程，我用的是GEFORCE EXPERIENCE 来更新的驱动的）
下载完之后进行安装，再登陆应用，里面有提示是否跟新驱动，如果需要一定跟新；更新完驱动之后就可以进行cuda以及cudnn的安装了
三、安装CUDA
1.NVIDIA开发者网站下载CUDA 10.1
https://developer.nvidia.com/cuda-downloads 根据自己的版本选择后下载
直接从官网下载很慢，有好心人已经把安装包放到了百度云网盘，直接从（cuda11+cudnn11百度网盘下载 https://pan.baidu.com/s/1IV_lBCeFFM712xx_iXnhqQ 提取码:0pr5 )下载cuda以及cudnn
2.安装CUDA 10.1
双击运行
设置用于提取CUDA安装程序的临时目录
提取完成后，经过一段漫长的兼容性检查
选择自定义安装
自定义安装选项的时候，CUDA是核心组件必须安装，如果NVIDIA GeForce Experience等组件的当前版本比新版本低可以选择安装
选择安装位置一般不要更改默认位置
提示没有Visual Studio，可以不用理会，勾选并点击NEXT。（注意关闭安全软件，否则会失败）
安装完毕，结束
4.验证CUDA安装
打开命令行工具（win+r:运行 cmd）
输入nvcc -V (查看版本信息)，安装成功
四、安装cuDNN
1.下载cuDNN
官网： https://developer.nvidia.com/cudnn 下载需要登陆账号，登陆界面“Join”可以注册账号，若不想注册可以将下载链接复制到迅雷等其他下载器中下载。
官网下载很麻烦也很慢，在上面网盘里已经提供了cudnn安装包，下面直接讲解如何安装
2.安装cuDNN
解压下载的
压缩文件，压缩出以下几个文件
将bin、include、lib 粘贴复制到下面的文件夹，直接覆盖掉
3.cuDNN的环境变量配置
此电脑->属性->高级环境设置->环境变量
打开之后如下图所示，由于我已经配置好了，图中没有的部分，就是你需要增加的变量；
在系统中添加以下 5个 环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1
(这是之前安装cuda是默认安装位置的路径，如果自定义路径后，需要修改成对应的自定义路径)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加方法：按照名称和路径添加即可。
上面添加完之后我们添加path，双击Path
添加以下变量：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
这样cudnn配置完成；
五、安装Anaconda3 （很容易安装，这里不再一一说明）
官网：https://www.anaconda.com/ 自行下载
六、创建管理虚拟环境
安装好Anaconda3且配置完之后，就可以配置pytorch所需要的虚拟环境了；
打开命令行工具点击Anaconda Prompt
创建一个名为PyTorchLearn的虚拟环境，选择python 3.6版本(3.6版本的python比较稳定）在刚才打开的窗口输入：conda create -n PyTorchLearn python=3.6
然后激活PyTorchLearn虚拟环境输入口令：conda activate PyTorchLearn
最后i退出虚拟环境输入口令：conda deactivate
七、安装PyTorch CUDA版
1.添加清华源
打开命令行工具点击Anaconda Prompt
输入口令： activate PyTorchLearn
我的虚拟环境名称是pythorch_（当初打错了，现在没改），你们按上面来的话，环境名称是PyTorchLearn
将下面三个命令依次输入进去conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes
2.官网获取安装命令
官网：https://pytorch.org/ 选择对应版本，复制安装命令：
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
然后输入pytorch口令：conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
你按回车键之后，等一会它会加载出将要安装的一些安装包名称以及大小（由于我已经安装好了，就加载不出来了），但是不影响你的安装，按照下面的步骤来；
其主要三个大包是pytorch、torchvision、cudatoolkit，如果直接安装，几乎是失败的，所以我们需要先在清华源上 ，下载出这三个安装包，如下图所示；
我们从下面地址中下载这三个大包到桌面文件夹（我在桌面新建了一个名为q的文件夹，将下面下载的安装包都放进去了）：
cudatoolkit安装包地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
Pytorch安装包地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
最终下载了这三个文件：
在Anaconda Prompt的虚拟环境中我们输入口令:
conda install C:\Users\49660\Desktop\q\cudatoolkit-11.0.221-h74a9793_0.tar.bz2
口令是由conda install + 你安装包的对象名称（右击你安装包，点击属性，属性里面的安全中 就可以看见对象名称），如下图所示
将这个三个安装包按上面的方法都安装好，最后输入pytorch口令，安装剩下的小型安装包：conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
这样一个完整GPU的pytorch 安装完了
3.验证PyTorch安装
在PyTorchLearn虚拟环境中，依次运行下列命令/程序:
python
import torch
torch.cuda.is_available()运行结果如下;
显示为出True，即安装成功！！！
