说明
其实整体挺简单的，GPU与CPU不同的地方就是，需要先安装cuda和cudnn；安装cuda时需要首先确定自己的显卡需要安什么版本的cuda；安装pytorch的时候，需要确定你的cuda安的是什么版本的，然后选择与之对应的pytorch版本，如果pytorch没有对应的cuda版本那你就卸了重安cuda
建议各软件不安装最新版，这样其他的软件容易没有与之对应的版本
个人环境
系统：windows10
显卡：3090
cuda: 11.1
cudnn: 8.2.2
pytorch: 1.8.0
tensorflow: 2.5.0
安装CUDA
下载地址：
最新版：
https://developer.nvidia.com/cuda-downloads
旧版：
https://developer.nvidia.com/cuda-toolkit-archive
参考：
https://zhuanlan.zhihu.com/p/94220564?utm_source=wechat_session
查看已安装cuda版本：
如果没有安装cuda，会显示
吐槽：
查看已安装cuda版本时，有的博客显示用这种方式查看cuda版本（NVIDIA控制面板，左下系统信息，组件）。
真坑呀这个位置显示的是当前显卡所能支持的、最高的cuda版本，不是已安装的cuda版本，弄得我还以为cuda安装好了呢，开始按pytorch，最后报错，缺少cudatoolkit包
安装pytorch
安装tensorflow
安装opencv
参考：
https://mp.csdn.net/mp_blog/creation/editor/111470521
这个位置没有啥难的，就是版本不同，一定要根据实际情况选好版本
实在是安装的时候没遇到什么问题，所以没啥可写的，就是使用anaconda创建了个虚拟的环境python3.6，在这个环境上安装pytorch包和tensorflow包，个人之所以安装tensorflow，主要还是因为使用tensorboard