cuda+cudnn+pytorch安装思路

准备网站：

cuda下载:https://developer.nvidia.com/cuda-toolkit-archive

cudnn下载：https://developer.nvidia.com/rdp/cudnn-download

1.一定一定先确定好版本，会避免后续好多坑！

pytorch对应python版本

https://download.pytorch.org/whl/torch_stable.html

cuda版本适配的cudnn版本

https://developer.nvidia.com/rdp/cudnn-archive
 

查看个人驱动。cmd中，

nvidia-smi

版本向下兼容，可安装版本最高CUDA12.5

多次踩坑经验，先确定cuda版本，再去确定cudnn版本。先确定python版本，再去确定pytorch版本

2.先安装cudnh和cudnn,参考
CUDA与cuDNN安装教程（超详细）-CSDN博客

极容易出错，谨慎选择

参考过的文章：

Win10安装cuda11.1和cudnn8.0_cuda11.1对应的cudnn版本-CSDN博客
CUDA安装失败-Nsight compute安装失败-如何测试CUDA是否安装成功？Reason: VS** was not found-CSDN博客

3.下载anaconda
 https://www.anaconda.com/products/individual
成功打开，即可说明成功

4.安装pytorch
参考该博主。

1. 【必看】如何使用此教程&教程大纲_哔哩哔哩_bilibili

5.几个问题
问题1：无镜像，直接下载pytorch时，巨慢！

问题2：有独显的，使用镜像源时，会一不小心配成cpu版本，参考torch.cuda.is_available()返回false——解决办法_cuda available false-CSDN博客

问题3：直接从官网下载,引入虚拟环境时，会报错，此时找外援，外援认为是以下版本过高

但此版本可直接在cmd中引入，此时cmd中报true,但是后续配置pycharm使用虚拟环境时，会报false!小白一枚，猜测可能引入到base环境中，并不是自己创建的虚拟环境

import torch

print(torch.cuda.is_available())

问题4：最终解决方法，当采用本地下载,且pytorch与python版本匹配，降低版本，使用迅雷下载加速，此方法参考该视频27. GPU版本-安装 PyTorch（方法2）_哔哩哔哩_bilibili