通过远程桌面连接服务器电脑。

 服务器自带驱动程序，无需自行下载。只需要下载CUDA、cuDNN和pytorch的3个文件即可。

• 1 NVIDIA驱动版本和对应的CUDA版本查询

        驱动版本：451.77，对应CUDA版本为11.0.197（官网版本向下取） 

• 2 CUDA下载

        CUDA下载官网：CUDA Toolkit Archive | NVIDIA Developer

          此处驱动版本可能不完全一致，但接近即可。

• 3 cuDNN下载

        CuDNN官方下载网址：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

• 4 安装CUDA和cuDNN

  

        默认安装地址，安装简易版即可。

        CUDA安装完成后，将cuDNN压缩包解压，改名为 cuDNN，复制到CUDA指定文件夹下：

• 5 添加系统环境变量

        将CUDA文件夹下的

        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64 和

        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin

        两个路径添加至系统变量path中

• 6 CUDA&cuDNN安装成功检测

  

  均显示PASS即安装成功。

  三个版本查看（驱动设备、CUDA、cuDNN）：

  

    

• 7 Pytorch安装

        准备一个新建的工程文件，带有之前未安装过torch、torchvision等相关库的解释器。

        查询pytorch对应版本：Start Locally | PyTorch

         没有找到对应的CUDA 11.0版本，因此在previous版本中查看CUDA 11.0对应的torch版本：        找到对应的torch版本为1.7.1；torchvision版本为0.8.2；torchaudio版本为0.7.2

        Pytorch官方下载网址：https://download.pytorch.org/whl/torch_stable.html

        Ctr+F快速查询这三个待下载文件的对应版本进行下载：

• 8 安装torch、torchvision和torchaudio

        将这三个文件复制粘贴至准备好的解释器scripts文件夹下：

        该文件夹路径下cmd进行三个库的安装：Pip install 文件名。

        例如：pip install torch-1.7.1+cu110-cp39-cp39-win_amd64.whl

        先安装torch，其余两个与torch安装方法相同。

• 9 测试CUDA

  

   

        device=cuda，安装成功！