我要疯了，不管了先试试再说：

一、CUDA ToolKit 安装

如果没有驱动，也可以去这里，下载官方推荐的适合的驱动。

0、查看自己电脑的显卡驱动版本

1、显卡驱动支持的CUDA版本查看

或者查官方文档

2、cuda toolkit下载

• 根据我要装的pytorch支持的cuda版本、并且cuda版本要在我自己电脑的驱动版本之下，选择安装cuda11.1
  当前pytorch安装
  以往pytorch安装

• CUDAtoolkit下载地址选择相应版本号

3、cuda toolkit安装-1

4、安装VS Community

• 高版本的VS，cuda安装的时候可能会有问题，鉴于我cuda是11.1.0，所以我安装VS2019
  

估计不会再用VS写代码了，但为保险，还是下了个python支持的工作负荷，将路径换到D盘，其他什么也没加，如果CUDA还是检测不到，再添加就是【忘了截图】

还能怎么办，重启先

5、cuda toolkit安装-2

之前的界面，点【回退】

啊这，，那还是先重启吧。。

以下是检查VS Community能用不。

一切安好

but!!

没事了，查了下，是因为有其他程序占用，将之前的运行程序窗口关闭即可

• 用命令行检查下

nvcc --version

set cuda

二、cuDNN安装

0、cuDNN下载

• 注册用户，自动会跳转到这里
  选择相应版本的cuDNN
  
  

1、cuDNN安装

参考博客

• 解压缩
  
• 复制
  
  会自动合并，不用担心覆盖
  
• 添加环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib

• 检查

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

cd extras\demo_suite

.\bandwidthTest.exe

三、pytorch安装

我发现我整错需要的pytorch版本了，，，

conda config --remove-key channels

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 -c pytorch -c conda-forge

痛苦面具

等待ing

装个环境真麻烦，哦对了，我主要是为了学习李沐老师的d2l，在这里开始的，装了个python3.8版本的miniconda虚拟环境，兜兜转转，3.8环境下，安装pytoch，出现了不兼容



然后想起来我base装的3.7,就先试水下，发现可行

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

import torch

torch.cuda.is_available()

OK啦~撒花★,°:.☆(￣▽￣)/$:.°★ 。