记录安装软件过程以及Windows下torch.cuda.is_available()返回False

1.CUDA 10.1

.com网址要挂个梯子特别慢，后来找到了这个https://blog.csdn.net/weixin_44065323/article/details/115715271
直接速度飞起
https://developer.nvidia.cn/cuda-10.1-download-archive-update2?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：
首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe

2.对应的cudnn

https://developer.nvidia.com/rdp/cudnn-archive
我的安装位置记录
安装教程如下https://blog.csdn.net/fengxinzioo/article/details/105646969?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163740971016780271964288%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=163740971016780271964288&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-3-105646969.pc_search_result_cache&utm_term=CUDA10.1安装&spm=1018.2226.3001.4187

3.pytorch1.6

https://blog.csdn.net/weixin_42727069/article/details/109066691?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163748277116780271586566%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=163748277116780271586566&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-1-109066691.pc_search_result_cache&utm_term=pytorch1.6安装&spm=1018.2226.3001.4187

4.torch.cuda.is_available()

import torch
print(torch.version)
print(torch.cuda.is_available())
显示为False
①查找电脑配置GPU与CUDA的对应关系，发现刚好都是10.1对应10.1，升级NVIDIA的GPU至对应硬件最新版本，理论上可支持11.0了，但还是返回False
②去淘宝问，pytorch+GPU，返回True要50，项目相关包安装及跑通需要280，劝退
③将torch和torchvision先全卸载，在下面官网下载离线安装包
https://download.pytorch.org/whl/torch_stable.html
选择对应的cu101，（之前选的是cpu）,选了自己需要的torch 1.6.0，torchvision 0.7.0
在E：\python\Scripts中安装，如果直接在E：\python中安装会显示该轮子不符合要求，一开始以为是版本问题，好像与文件夹也有关，毕竟包都要放在一起
安装成功
并且返回了True，零零散散花了一个星期，头一回跑深度学习