目录
1.先查看电脑的GPU支持的CUDA版本
（1）下载CUDA
（2）安装CUDA
（3）查看CUDA是否安装成功
2. 下载cuDNN，配置
（1）首先注册的NVIDIA账户
（2）安装配置
（3）验证是否安装成功
3.Pytorch GPU版本安装
（1）方法1使用命令直接安装
(2) 方法2：到官网下载文件到本地再安装
总共需要安装两个文件：CUDA和cuDNN
1.先查看电脑的GPU支持的CUDA版本
在cmd中输入命令nvidia-smi, 可以看到CUDA最高支持12.0版本 ，可以安装12.0以下的版本
（1）下载CUDA
CUDA各版本选择链接如下：我安装的是11.6.0版本
CUDA Toolkit Archive | NVIDIA Developer
（2）安装CUDA
双击安装，这个是安装临时路径，不改变，直接确定
如果出现下面安装失败的界面，把电脑杀毒软件关闭，我的电脑是 关闭360 就可以安装成功了。
选择自定义安装
不要勾选Visual Studio
记录下面三个安装目录，如果后续环境变量没有自动添加，则需要手动添加下面三个路径到环境变量中。
安装完毕
查看环境变量是否添加进去，右键我的电脑->属性->高级系统设置-高级
可以看到，已经添加成功
（3）查看CUDA是否安装成功
查看CUDA是否安装成功，执行下面的第一个命令，第二个命令查看环境变量配置
2. 下载cuDNN，配置
（1）首先注册的NVIDIA账户
链接如下：需要先注册NVIDIA账户，然后就可以下载了
https://developer.nvidia.com/rdp/cudnn-download
注册成功后跳转到如下的下载界面，选择版本
选择window
（2）安装配置
下载后解压，将这三个文件夹复制到CUDA的安装目录中
下图是复制成功的界面，默认安装路径也显示如下
添加下面的四个路径到环境变量中
（3）验证是否安装成功
验证是否安装成功 ，在命令行中进入下面的目录，分别执行图中的exe文件，使用命令.\xxxx.exe执行。
看到下面中的PASS ，代表安装成功了
至此CUDA安装结束。
3.Pytorch GPU版本安装
（1）方法1使用命令直接安装
Previous PyTorch Versions | PyTorch
torch和torchvision版本要和CUDA版本对应
# ROCM 5.1.1 (Linux only)
pip install torch==1.12.1+rocm5.1.1 torchvision==0.13.1+rocm5.1.1 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.1+cpu torchvision==0.13.1+cpu torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cpu如我的CUDA是11.6版本，执行下面的命令安装
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116安装成功如下
在python命令行，输入下面命令，可看到torch版本号
import torch
print(torch.__version__)
(2)方法2：到官网下载文件到本地再安装
下载链接如下，使用pip install xxx安装，注意CUDA版本和python版本要对应，这里不演示。
https://download.pytorch.org/whl/torch_stable.html
