cuda版pytorch兼容问题

在下载GPU版pytorch前必须先下载cuda和cudnn。建议cuda11.3+cudnn8.2.1.3+pytorch1.10(目前官网首页)，这样我运行下来没有任何问题。

下载cuda

先看电脑显卡支持的cuda版本，注意：这里查到的是最高版本，你可以选择下载低版本。

win+R 输入cmd  打开窗口后输入：nvidia-smi 

我的最高版本是11.6 ，那么11.6前的都可以下载

我下载的11.3 链接：​​​​​​CUDA Toolkit 11.3 Downloads | NVIDIA Developer

步骤见下图，下载好直接安装。

安装好寻找合适版本的cudnn，直接选择cuda11.3对应的版本，但是你进去发现没有，所以建议11.x版本

cuDNN Download | NVIDIA Developer

 下载cuDNN需要注册账号，注册很简单，就不多说了。

找之前的版本，红线这些11.3都是可以用的。但是最好建议和我的一样。这样为了避免很多麻烦。

 下载好对应的cudnn就看下边这个教程，把该复制的复制到CUDA安装包里就好，主要，CUDA大家基本都是在C盘programFIie下面。配置：

复制 cuDNN bin 目录下的文件到 CUDA 的 bin 目录下（.dll）
复制 cuDNN include 目录下的文件到 CUDA 的 include 目录下（.h）
复制 cuDNN lib/x64 目录下的文件到 CUDA 的 lib/x64 目录下（.lib）
添加环境变量，把 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64 加到path 中  原文链接：https://blog.csdn.net/weixin_38673554/article/details/90513732

 下面说一下pytorch,建议直接进官网，直接首页

 将下面的话复制到Anaconda Prompt中，最好建个单独的分区放pytorch、tensorflow这些，详情看：(23条消息) PyTorch安装最全流程_李坦（BNU远程教育学）的博客-CSDN博客_pytorch安装步骤

这个真的具详细，建议小白直接按照他流程，不过版本可能有些老了，所以还是要看我这个对应的版本。下载时候我是没有出现pytorch太大下不下来的问题，就是很慢，但是你就等呗，中途不能中断服务！！！！！！！不然要重新下。、

最后在你的pycharm里测试一下gpu版的pytorch成功没成功就好啦‘。

# 依次输入
import torch
torch.cuda.is_available()

True代表成功了。