1. cuda 安装
1. 查看本机支持的CUDA的版本。
首先，需要打开Nvidia控制面板，然后点击帮助导航图标，接着点击系统信息，跳出系统信息,最后选择组件，查看到本机是支持CUDA 11.4。
2. 查看pytorch 支持的CUDA的版本，并安装CUDA。
-
进入pytorch官网。
官网上的pytorch最新稳定版本是1.9.1 最高支持CUDA 11.1。本机显卡是RTX1660Ti，所以选择安装CUDA 10.2的安装包。RTX30系列的显卡可以选择安装支持CUDA 11.1版本。 -
去英伟达官网查看CUDA安装包，选择CUDA 10.2。
选择是本地安装，因此需要把安装包下载下来。
右键以管理员身份运行安装，然后默认目录安装。
下图是解压界面。
解压完成，就进入安装界面。
选择自定义安装。
把“Visual Studio Intergration”的选项不要勾选。
点击“+”,展开“Driver componets”。
如果"Display Driver "当前版本高于新版本时，把前面的勾取消。
下一步，进入安装目录的选择，这需要我们记住这个目录。
然后，安装提示进行下一步安装。
接下来，就是耐心等待安装即可。
安装成功，进入下一个界面。
直接关闭窗口即可。
然后，进入win11的环境变量界面，查看环境变量是否显示。
“win+R”输入cmd，调出window的命令行的窗口，来测试CUDA是否安装成功。
2. CUDNN安装
- 去英伟达官网CUDNN，前提需要注册会员，然后点击下载，对应的版本的CUDNN。
- 需要仔细寻找对应的版本cuDNN，下载最新的cuDNN支持CUDA 10.2。
下载完成，进行解压缩。
然后，进行CUDNN安装，就是把cuda文件夹的文件，拖到已经安装的cuda的目录下。
默认cuda安装目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
测试cudNN是否安装成功。如下图所示：
安装pytorch
- 采用pip包管理软件进行安装pytorch。
pip3 install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
下载完成截图：
2. 在终端命令行，输入ipython,进行pytorch测试。
pip list //查看安装的列表。
运行“ipython”,通过简单的命令，测试使用torch是否成功。
In [1]: import torch
In [2]: torch.cuda.is_available()
Out[2]: True //这里表示pytorch安装成功。
