1 安装cuda。去cuda官网下载，选择需要的版本
这里选择cuda_11.3.0_465.89_win10.exe，然后进行安装（选精简版进行默然安装就可以，默认C盘）
Cmd中切换cuda安装路径，输入nvcc -V,查看CUDA是否安装成功
2 安装cuDNN.官网https://developer.nvidia.com/cudnn下载与CUDA对应的版本
这里下载cudnn-11.3-windows-x64-v8.2.1.32.zip
下载完成后，解压，复制下列三个文件夹
黏贴到cuda安装目录下
win+R，cmd打开命令窗，输入：
cd /d C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite
回车切换路径
输入：bandwidthTest.exe
显示PASS则安装成功
输入：deviceQuery.exe
显示PASS，则cuda和cudnn均安装成功。
3 安装pytorch的torch和torchvision
进入pytorch网站：https://pytorch.org/,选择选择pip下载（https://pytorch.org/get-started/locally/）
进入官网https://download.pytorch.org/whl/cu113/torch_stable.html 进行下载
本文下载与cuda11.3对应的版本
torch-1.11.0+cu113-cp38-cp38-win_amd64.whl
torchvision-0.12.0+cu113-cp38-cp38-win_amd64.whl
注意：先安装torch，再安装torchvision。torchvision版本一定要与torch版对应，否则安装torchvision时，会安装低版本的torch，从而覆盖gpu版本torch，使其变成版本。
这里列举两种安装方法：
（1）在anaconda中新建一个虚拟环境，独立安装
①创建虚拟环境
conda create -n pytorch_gpu python=3.8（n表示参数name，pytorch_gpu表示自己起的环境的名字，python=3.8表示需要使用的一些包）
②激活虚拟环境
在anaconda的Anaconda Prompt 中输入命令activate pytorch_gpu
③安装torch与torchvision
切换至路径 D:\Program Files\Anaconda3\envs\pytorch_gpu\Lib\site-packages
输入命令：pip install torch-1.11.0+cu113-cp38-cp38-win_amd64.whl
然后输入：pip install torchvision-0.12.0+cu113-cp38-cp38-win_amd64.whl
输入以下命令进行测试：
import torch
import torchvision
print(torch.version)
print(torchvision.version)
④关闭虚拟环境：conda deactivate
（2）在D:\Program Files\Anaconda3\Lib\site-packages中直接安装
将安装包拷贝至该文件夹中，参照（1）中命令安装和测试。
4 在PyCharm中测试
（1）添加anaconda环境
（2）新建工程
