安装CUDA，cuDNN，Pytorch的详细教程，一气呵成！

以下内容是博主配了整整两天的结果，所有的建议都是自己亲身试验得到的最好结果，希望大家不要像我做这么多实验、走弯路，这两天真的很让人崩溃。

1、安装CUDA

查看自己的电脑是否支持CUDA，摁下windows键，按下图打开NVIDIA的控制面板
在这里插入图片描述

可以看到我的是NVCUDA. DLL 26.21. 14… NVIDIA CUDA10. 2. 141 driver，那么我应该选CUDA10.2或者更低版本
去官网https://developer.nvidia.com/cuda-toolkit-archive ，下载对应版本的CUDA（建议选择10.1，我在选择10.2后无法运行，版本号不匹配，在下载10.2版本之后是发现他是10. 2.8多，我的电脑是10. 2.141就没法运行了）
在这里插入图片描述

下载完成！！！进行安装

检查系统兼容ing
同意，并选择自定义安装
打开Driver components》Display Driver，看自己的当前版本，若大于等于新版本将 $\color{green}√$ 去掉
进行下一步，选择安装位置，一定选择默认位置！！！不要像我一样有强迫症非要改到别的地方！！！（下图为反例）
如果有人尝试下载到别的路径，那么过一会你就会发现CUDA在你的下载路径下消失了！回收站里也没有！amazing！
在这里插入图片描述
然后就是静静地等待

检查是否安装成功：打开cmd，输入nvcc -V，能输出下图的版本号即安装成功
在这里插入图片描述

2、下载cuDNN

CUDNN下载官网：https://developer.nvidia.com/rdp/cudnn-download
进去之后需要注册一个账号，并进行登录，按照提示进行即可（国外网站会有点慢，如果有VPN建议开启，会快一些，我用了20min左右）
在这里插入图片描述

接下来就是无脑的submit，填信息在这里插入图片描述

登陆成功后终于可以开始下载了，勾选 I agree 选择windows10

下载完成后解压

解压之后打开文件夹，将他的第一个文件重命名为cudnn
将cudnn文件复制，在c盘找到以下路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1，粘贴到这个根目录下
在这里插入图片描述
注意的是不要选成Program Files (x86)

现在开始配环境，找到这两个位置，在系统的path下添加这两个环境变量，具体方法不再赘述

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn\bin

3、安装Pytorch

进入官网https://pytorch.org/get-started/locally/#no-cuda-1
找到下图位置选择所需配置，注意：要用pip（后续会解释），且一定要和之前的10.1版本对应，否则又要重来了！！！
在这里插入图片描述
将最下面的红框区域pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html复制，这时候你可以在cmd下载Pytorch了，直接使用pip安装，但是你会发现太慢导致下载失败！！！
在这里插入图片描述
如果这时候使用conda清华镜像安装，虽然会加快速度，但是下载后发现依次运行下列语句
（1）python
（2）import torch
（3）torch.cuda.is_valible()
显示false安装失败（结果显示Ture，安装成功）
所以先打开pip后面的网页，直接进行下载https://download.pytorch.org/whl/torch_stable.html
我们来分析下需要下载什么，去掉网址后剩下下面这些

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===0.7.2

例如：cu101表示cuda10.1，那么需要下载这三项

torch==1.7.1+cu101
torchvision==0.8.2+cu101
torchaudio===0.7.2

直接下载也是下载速度过慢，几kb/s，如果有VPN的小伙伴，可以打开VPN下载，没有的朋友们可以选中这一行，右键复制链接打开迅雷下载进行下图处的操作来下载（最好是白天，晚上限速），记住自己的下载路径（我的是在D:\迅雷下载）在这里插入图片描述
（1）下载torch==1.7.1+cu101，至于为什么选择cp38的，因为我把cp39下载下来后发现不能运行

（2）下载torchvision==0.8.2+cu101同理我选择cp38的（没想到真的对了）

（3）下载torchaudio===0.7.2同理选择cp38的

$\color{red}下载完成后，打开cmd，注意一定要用cmd！！！不要打开anaconda prompt$ ，（因为我都试过，后者还是会因为超时下载而失败）如果你想在某特定的虚拟环境下使用Pytorch，也先这么做
进入之前下载他们三个的路径（我的是这样的）
在这里插入图片描述
然后分别在cmd中执行这三句（pip install + 名字，注意加上后缀.whl，先下载torch那个）

pip install torch-1.7.1+cu101-cp38-cp38-win_amd64.whl
pip install torchvision-0.8.2+cu101-cp38-cp38-win_amd64.whl
pip install torchaudio-0.7.2-cp38-none-win_amd64.whl

依次输入这三句检验是否成功

python
import torch
torch.cuda.is_available()

输出结果为True，那么到此恭喜你，你已经成功了！！！
在这里插入图片描述
如果你想在anaconda下的虚拟环境使用它，没问题，这里提供一个投机取巧的方法：
找到刚才在cmd中下载成功的三个东西，他们在你的anaconda目录下的lib->site-packages，例如我的在D:\anaconda\Lib\site-packages，
将他们复制到虚拟环境的lib->site-packages中就可以直接用了（envs表示根目录，里面有你所有的虚拟环境），例如我的是D:\anaconda\envs\Pytorch_excise\Lib\site-packages
在这里插入图片描述
同理检查是否正常工作，依次输入这三句

python
import torch
torch.cuda.is_available()

结果返回True

参考：博客1
点击这个博主的链接判断自己的CUDA和cuDNN的版本