目录
NVIDA GPU驱动
查看电脑显卡类型（电脑——属性——设备管理器——显示适配器）
进入NVIDA官方网站（官方驱动 | NVIDIA）下载对应驱动，
接下来默认安装即可。
安装完成之后，查看自己的驱动版本（NVIDIA 控制面板——系统信息——组件）
CUDA ToolKit
安装CUDA之前，先看
安装CUDA之前，先到pytorch官网（Start Locally | PyTorch）查看Pytorch都支持哪些版本的cuda：
选择自己想要安装的版本，下载对应的CUDA，下载地址为：CUDA Toolkit Archive | NVIDIA Developer
当然，这个CUDA版本，不仅仅需要支持pytorch，也必须支持显卡驱动，可以在CUDA 12.1 Update 1 Release Notes (nvidia.com)查看
Cudnn
查看当前CUDA 版本对应的Cudnn，解压：
将这三个文件夹拷贝到cuda安装目录
同时，修改环境变量
Anaconda
下载网址（Free Download | Anaconda）
下载后默认安装即可。
在Anaconda中创建虚拟环境：
conda create -n pytorch python=3.9
设置镜像源（阿里源），在C盘用户界面搜 .condarc. 更换内容为：
channels:
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.aliyun.com/anaconda/pkgs/main
- http://mirrors.aliyun.com/anaconda/pkgs/r
- http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
conda-forge: http://mirrors.aliyun.com/anaconda/cloud
msys2: http://mirrors.aliyun.com/anaconda/cloud
bioconda: http://mirrors.aliyun.com/anaconda/cloud
menpo: http://mirrors.aliyun.com/anaconda/cloud
pytorch: http://mirrors.aliyun.com/anaconda/cloud
simpleitk: http://mirrors.aliyun.com/anaconda/cloud
Pytorch
到pytorch官网（Start Locally | PyTorch），找到对应的安装版本，进入conda的虚拟环境，安装pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
验证是否安装完成
