目录
一、cuda10.1安装
二、cudnn安装
三、验证是否安装成功
四、pytorch环境配置
一、cuda10.1安装
1. 查看自己电脑的CUDA支持版本。
方式一：win+r输入cmd调出命令提示符，在打开的窗口输入nvidia-smi，查看自己电脑要求的cuda版本，如下图所示，我的电脑要求的cuda版本最高为11.1，安装的版本要小于或等于该版本，本教程以10.1为例，其他版本同理。
方式二：打开电脑自带的NVIDIA控制面板，点击系统信息。
在打开的窗口点击组件，如下图所示查看CUDA支持的版本。
2. 打开cuda官网：CUDA，下载需要的cuda版本，这里下载CUDA Toolkit 10.1 update1 Archive，如下图所示。国内访问速度可能会很慢，推荐科学上网访问。本教程末尾给大家提供了网盘链接，大家也可以下载我给大家提供的。
3.cuda安装：鼠标双击下载好的cuda的exe文件，进入安装界面。
（1）选择解压路径，推荐默认路径，安装大约需要4G的空间，C盘容量不够可以自行选择其他路径。
（2）选择同意并继续。
（3）选择自定义安装。
（4）安装组件选择默认即可。
（5）安装路径推荐默认，记住该安装路径，注意：需要更改路径的话不要和解压路径一致即可。
（6）然后cuda就正在安装了，大家耐心等待几分钟即可。
（7）选择下一步。
（8）至此，cuda就安装完成了，选择稍后重启。
二、cudnn安装
1.打开cudnn官网：cudnn，进入之后，需要注册一个英伟达账号，然后回答问卷，才能够下载。下载CUDA10.1的cudnn，本教程以cudnn8.0.5为例，国内访问可能会比较慢，推荐科学上网访问。本教程末尾给大家提供了网盘链接，大家也可以下载我给大家提供的。
2.解压下载好的cudnn，将bin、include、lib文件夹复制到安装目录下，如我的安装目录是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1。
到这里就安装成功了。
3.添加环境变量。
（1）鼠标右键点击此电脑，打开属性，点击高级系统设置。
（2）点击环境变量。
（3）在用户变量中path添加bin、include、lib、libnvvp路径，默认路径如下所示，如果你更改了安装路径则对应相应路径即可。
三、验证是否安装成功
方式一：win+r输入cmd调出命令提示符，在打开的窗口输入nvcc -V指令，显示cuda版本即安装成功，如下图所示。
方式二：进去安装目录extras\demo_suite下的bandwidthTest.exe和deviceQuery.exe检查是否安装成功，收到如下图所示的两个PASS即安装成功。如果双击bandwidthTest.exe和deviceQuery.exe闪退的话，则将两个exe文件拖进命令窗口，回车即可。
四、pytorch环境配置
1.打开pytorch官网，选择pytorch以前的版本，安装CUDA10.1版本的pytorch，本教程以pytorch1.4.0为例，如若需要安装其他版本可以自行选择。
2.打开Anaconda建立的环境，具体为什么采用Anaconda新建环境和如何新建环境，可以看我上一篇博客。
清华源镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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
4.复制在pytorch官网上得到的指令，如cuda10.1的pytorch1.4.0指令是：
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
注意：要想使用添加的镜像源进行安装，则需要将命令最后的-c pytorch去掉。（因为这表示从原镜像中去下载），即复制如下指令在你的环境下进行安装：
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1
如下图所示：
cuda10.1及cudnn8.0.5安装包：
链接：https://pan.baidu.com/s/1JAVhH8gT0MlucezZ6-EdVA
提取码：el2w
