深度学习环境配置，一波三折，cuda+cudnn+pytorch+tensorflow

YOLOV8所需要的深度学习环境配置

需要用到pytorch。tensorflow用不到，要用到tensorboard，可以顺带一起装了。
借鉴朋友已经配置好，能使用的环境，先放出总的环境配置：

	版本
cuda	11.3.1
cudnn	8.2.1
python	3.8.13
pytorch	1.12.1
torchvision	0.13.1
tensorboard	2.9.1
tensorflow	2.9.1

1、版本选择

需要注意的是下载的cuda的版本，另外，不要下载到电脑上，可以直接在虚拟环境中pip安装
本人已经重装2回cuda了，之前不知道可以在虚拟环境中下载，是直接卸载cuda，再在官网上面下载安装。想装在电脑上面的可以参考这个博主写的：第五步：RTX 3060配置CUDA和cuDNN、安装PyTorch
第一回：下载的是cuda10.2，与自己电脑显卡不匹配。
第二回：下载的是cuda11.5，与pytorch版本不匹配。
首先查看自己电脑的显卡：RTX3060

（1）查看可下载的cuda最低版本：11.0

目前RTX3060不支持CUDA 11以下版本，实测，会报错：cuda的算力要支持你的显卡算力。
（2）查看可下载的cuda最高版本：12.0
1、进入cmd中查看（Win + R + 输入cmd+ Enter）

所以cuda的版本应大于11.0，小于12.0。

（3）查看与pytorch相匹配的cuda版本
查看pytorch官网：https://p