第一步：查看自己电脑的配置，是否是GPU型的电脑
方法1：快捷键方式
Ctrl+Shift+Esc键——>性能（或Windows键+X——>任务管理器——>性能），如果有GPU就说明是GPU型，否则就不是
如果出现以下情况说明不是GPU型
方法2：终端查看NVIDIA
打开终端：Windows键+R，输入cmd
在终端输入：nvidia-smi
出现下面的结果说明存在
如果出现下面的结果就说明不存在
注意：如果是GPU型电脑就可以继续以下步骤，否则不需要
第二步：查看电脑的配置可安装什么版本的cuda
方法1：在终端查看
在终端输入：nvidia-smi
方法2：NVIDIA控制面板中查看
在桌面空白处右击鼠标，点击NVIDIA控制面板——>帮助——>系统信息——>组件
上面的结果说明可安装cuda 11.4版本及以下
特别注意事项：不要着急直接安装该版本的，因为还要安装cudnn，cudnn的版本也得配套，去官网查看是否有配套版本的cudnn（cuda的版本和cudnn的版本必须保持一致，也即cuda是11.4，cudnn也必须是11.4）。还有需要安装配套的pytorch，所以也得提前去官网上查看一下目前可安装的pytorch版本是否有配套的，也是对应版本（过来人血的经验和教训，不然即使前面cuda和cudnn版本都对应上，pytorch的版本对应不上，pytorch也不会安装成功）
第三步：安装cuda（由于查看了cuda，cudnn以及pytorch可安装的版本，在此我选择的是11.3，因为pytorch目前最高的只有11.3）
1.直接下载安装包，点击安装包安装即可
我一般安装在C盘（注意：拍照记住安装路径）；
安装步骤如下：
（1）一个临时解压路径，不是最终安装路径，所以不必换
（2）选择自定义比较好
（3）记得不要安装Visual Studio Integration，占用较大内存
2.在环境变量中添加上cuda的安装路径
添加方式：
Windows键+R——>输入sysdm.cpl——>高级——>环境变量——PATH——>编辑——>新建——>然后一个一个添加路径
记得在完成安装之后添加环境变量到PATH里(当然要把自己的版本号改过来):
3.检验cuda是否安装成功
在终端输入：nvcc -V
出现这样子的结果说明是安装成功了
第四步：安装cudnn
小tips：由于在官网上下载需要登录或者会员，我们可以利用迅雷下载
得是将迅雷作为浏览器的默认下载插件，或直接右击复制链接在迅雷中下载
下载完成后，直接解压，将里面bin，include，lib文件夹里面的东西拷贝到已安装的cuda的对应文件夹中
解压后的cudnn文件夹：
已安装的cuda文件夹：
检测是否安装成功
在终端：cd到以下路径中去，然后依次运行deviceQuery.exe和bandwidthTest.exe
运行deviceQuery.exe的结果：
运行bandwidthTest.exe的结果：
第五步：安装GPU版的pytorch
到pytorch官网安装
拷贝以下命令在终端安装：
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
测试pytorch是否安装成功：
在python中输入以下命令：
import torch
print(torch.cuda.is_available())
出现True则说明安装成功
