安装pytorch和cuda，以及安装各种较老版本cuda，两步完成+更新驱动支持的cuda版本

前话

网上一堆教程，安装这个安装那个，那么麻烦，今天我发现完成这个安装实在是太简单了。

1.查看驱动支持的CUDA版本

这个有好几种方法，我只提供一种：鼠标右键或者通过右下角箭头，进入到NIVIDIA控制面板，

然后点击系统信息

点击‘组件’，即可看到自己驱动支持的cuda版本。

如果觉得自己的驱动支持的cuda版本比较低,可以去nivida驱动下载下载最新版本的驱动。

下载完以后可以看到我的驱动现在支持11.8的cuda了。

2.下载pytorch

进入pytorch下载官网，查看自己的版本
看箭头标的位置，说明这个命令会自动帮忙安装cudatoolkit ，就不需要管那么多了 ，然后输入这里的命令就可以了。

cudatoolkit是可以向下兼容的，如果你的cuda版本太新，不妨试试旧版本的cudatoolkit。比如我现在是是11.1的cuda，我就可以安装10.2的cudatoolkit

最好的安装方法应该是去anaconda清华源或者pypi清华源按照提示配置，然后直接执行上述的conda或者pip安装命令就可以了。又快又安全(我用conda)。

3. 较老版本的cuda

如果当前界面没有适合gpu版本的,那么可以直接在这里 较老版本的cuda 搜索安装旧版本的cudatoolkie。

如果安装的时候显示这样的情况:那就是网络不太行，连接不到下载源，可以更换热点或者其他wifi就行了。

4.完成后可以测试一下

pytorch

import torch
x = torch.empty(3,5)
print(x)

CUDA

print(torch.cuda.is_available())  

如果结果是True即可。

CUDNN

from torch.backends import  cudnn 
print(cudnn.is_available())

如果结果是True即可。

下面就是我的结果了，很nice