本文参考：
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）_conda安装cudnn_江江ahh的博客-CSDN博客
一、创建虚拟环境
conda create -n mytorch python=3.8二、执行sudo nvidia-smi查看CUDA版本
可以看出为11.4
系统的CUDA版本，决定了系统最高可以支持什么版本的cudatoolkit，它是向下兼容的
比如我的CUDA Version=11.4，那么它就可以支持 ≤ 11.4版本的CUDATookit
现在你已经知道了自己系统的cuda版本，接下来我会以自己利用清华镜像源来配置cuda+cudnn+pytorch深度学习环境的一个例子来简单直白的说明怎样去做
再提醒一遍，下面的操作也要在你激活自己的虚拟环境的情况下进行！
三、安装CUDATookit
我们需要用到下面这条命令
conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/我选择下载11.3版本，这个需要看你们自己的需求来改变，只要你系统的CUDA支持就可以
四、安装cuDNN
如果你成功安装了你想要的那个版本的cudatookit，注意，现在你安装cudnn的版本必须依赖于cudatookit的版本
这里我简单列出来了较新的一些版本之间的对应关系
根据上图可知，我安装了CUDA 11.3版本，那么可选的cuDNN版本有很多，这里我选了cuDNN的8.2.1版本，同样是用清华镜像源来安装
也可以用conda search cudnn查找对应的版本
conda install cudnn=8.2.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
五、安装Pytorch
根据之前我们讲过的，pytorch的版本也是和CUDA版本有对应关系的，比如torch1.6.0只适配cuda10.2、10.1、9.2，不适配cuda11.0。
我们接下来的操作需要进入到Pytorch的官网Previous PyTorch Versions | PyTorch，在里面查看你想要的Pytorch版本它适配的CUDA版本并获取安装命令
比如我现在想要安装Pytorch的1.11.0版本，同时我之前已经安装了CUDA的11.3版本
如上图，这一条命令可以满足我的pytorch和cuda之间的对应关系，因此，我们复制它并运行，即可安装Pytorch 1.11.0
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
……
至此，安装完成！
注意：
也可以用pip install的命令来下载pytorch，但是因为三四两步都用的是conda，所以这里为了方便也用了conda；
conda install pytorch安装的是torch CPU版本，conda install pytorch torchvision -c pytorch安装的是GPU版本。
检查环境是否配置成功
如果如下操作可以正常进行并打印出你安装的相应版本，那么你已经配置成功
#进入虚拟环境
conda activate [你的虚拟环境名]
#输入python来进入python的环境
python
#加载torch
import torch
print(torch.backends.cudnn.version())
#输出8200，代表着成功安装了cudnn v8.4.0
print(torch.__version__)
#输出1.11.0，代表成功安装了pytorch 1.11.0
print(torch.version.cuda)
#输出11.3，代表成功安装了cuda 11.3
torch.cuda.is_available()
#True
