cuda、cudnn和torch的下载以及对应一些命令

    要用torch的GPU训练模型，需要下载cuda、cudnn和torch的做法如下    

    win+R打开cmd命令行界面

    nvcc --version查看cuda版本，最好下载cuda和torch对应的版本。首先看你要下载哪个版本的torch，找的相应的cuda版本进行下载。而cuda的运作也要经过相应驱动的支持。

    版本匹配：（已证明某些cuda可以向下兼容torch，比如cuda11.2，1.10.0+cu111）

cuda和驱动的对应

    首先下载cuda和cudnn。cuda下载官网：CUDA Toolkit 10.0 Archive | NVIDIA Developer。cudnn下载官网：NVIDIA cuDNN | NVIDIA Developer。cuda和cudnn的版本必须匹配，下载cudnn后面会有对于cuda的版本匹配。

    下载完cuda还得添加到环境变量path中。解压cuDNN压缩包，可以看到bin、include、lib目录，找到你安装cuda的版本目录，打开，找到bin、include、lib目录，将cuDNN压缩包内对应的文件复制到bin、include、lib目录。替换即可应该。

    

    torch官网：PyTorch

    whl官网：(20条消息) csdn - 安全中心。尽量使用whl下载，因为在torch官网的命令下载不论选择的是cuda还是cpu都给你下载cpu的。

cuda和torch对应关系

torch和torchvision对应关系 

下载即用pip install+.whl

查看torch版本

import torch

print(torch.__version__)

下载完成后使用torch.cuda.is_available()可以检查是否可用gpu。