关于在win10中安装cuda cudnn及pytorch全家桶(torch torchvision torchaudio)的详细安装步骤，可以参考这个帖子，说的非常详细！
win10下pytorch-gpu安装以及CUDA详细安装过程
仅在此记录一下我的两台电脑安装的环境
目录
一、笔记本环境配置
1.根据显卡型号查看适配的CUDA版本
显卡是2080 Super
从显卡算力查询网站，我们可以查询到自己的显卡支不支持CUDA(存在即支持)和显卡的算力。虽然这上面没有super但是有2080其实也就够了。
在cmd中输入nvidia-smi,查询适配自己显卡的CUDA版本，笔记本对应的是CUDA11.6
2.下载CUDA并配置环境变量
我选择下载的CUDA11.6是这个：cuda_11.6.2_511.65_windows.exe(下载11.6的就行，最后的数字应该是补丁，感觉大小版本一致的前提下补丁越多越好)。
下载完成exe后安装即可，安装在默认位置(C盘)，安装选项为自定义安装，不选Visual Studio Intergration(不过我下载的这个exe并没有这个)
安装完成后，找到环境变量-系统变量-Path，点击编辑：
新建以下五个环境变量：
记得一定要点击确定，否则环境变量不生效。
修改完后，cmd测试一下，显示以下输出就说明CUDA安装成功了
nvcc -V
要是提示nvcc命令不是内部或外部命令，也不是可运行的程序。
首先排查下是不是CUDA安装失败了：
cmd打开安装位置：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin
在这里输入nvcc -V，如果在这输入后还是找不到nvcc，说明CUDA没安装成功；如果找得到nvcc，并且输出正常信息，说明环境变量搞错了。查看是不是之前安装过其他版本的CUDA，环境变量没改回来。
3.根据CUDA下载并解压cudnn
cudnn我选择的是这个：cudnn-windows-x86_64-8.9.2.26_cuda11-archive.zip
下载完成后，解压，全部复制粘贴到CUDA目录下：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
4.根据CUDA安装pytorch
pytorch安装的是以前的版本，适配于CUDA11.6：
使用官网上提示的pip自动安装指令，在anaconda中安装最新的适配于CUDA11.6的torch全家桶
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
然而用这种方法去安装，下载速度非常慢。所以可以根据conda终端显示的下载地址，直接打开下载链接
https://download.pytorch.org/whl/cu116/torch-1.13.1%2Bcu116-cp38-cp38-win_amd64.whl
这样就会用浏览器下载torch-1.13.1+cu116-cp38-cp38-win_amd64.whl
下载完成后，随便放一个位置（笔记本我放在了D:\Anaconda3\envs\DRL\Scripts)
在conda中激活DRL环境，使用pip离线安装:
pip install torch-1.13.1+cu116-cp38-cp38-win_amd64.whl
这样最大的torch就安装完了，继续执行pip自动安装指令
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
将自动安装适配的torchvision和torchaudio，出现报错大概率是网络问题，重试几遍即可。
安装完毕，查看pytorch是否可用：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
出现上图提示信息，说明pytorch安装完毕，并且CUDA可用。
二、台式机环境配置
1.根据显卡型号查看适配的CUDA版本
显卡是3090
众所周知，3090是必有CUDA的
在cmd中输入nvidia-smi,查询适配自己显卡的CUDA版本，台式机对应的是CUDA11.7
2.下载CUDA并配置环境变量
我选择下载的CUDA11.7是这个：cuda_11.7.1_516.94_windows.exe(下载11.7的就行，最后的数字应该是补丁，感觉大小版本一致的前提下补丁越多越好)。
安装过程和笔记本是一样的
安装完成后，找到环境变量-系统变量-Path，点击编辑：
新建以下四个环境变量：
记得一定要点击确定，否则环境变量不生效。
修改完后，cmd测试一下，显示以下输出就说明CUDA安装成功了
nvcc -V
3.根据CUDA下载并解压cudnn
cudnn我选择的是这个：cudnn-windows-x86_64-8.9.2.26_cuda11-archive.zip
下载完成后，解压，全部复制粘贴到CUDA目录下：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
4.根据CUDA安装pytorch
pytorch依旧采用pip安装，复制自动安装指令：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
和笔记本一样，这种方法安装下载速度非常慢。依旧可以根据conda显示安装pytorch对应whl的下载地址，直接打开下载链接
https://download.pytorch.org/whl/cu117/torch-2.0.1%2Bcu117-cp38-cp38-win_amd64.whl
这样就会直接用浏览器下载torch-2.0.1+cu117-cp38-cp38-win_amd64.whl
下载完成后，随便放一个位置（台式机放在了D:\CUDA）
在conda中激活DRL环境，使用pip离线安装:
pip install torch-2.0.1+cu117-cp38-cp38-win_amd64.whl
但是我也不知道台式的网络是怎么回事，在安装torch-2.0.1+cu117-cp38-cp38-win_amd64.whl的依赖包时一直会因为网络原因安装失败。所以只能用清华源镜像安装依赖包了。也就是把上述的安装方式换成：
pip install torch-2.0.1+cu117-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
这样最大的torch就安装完了，继续执行自动安装指令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
将自动安装适配的torchvision和torchaudio，出现报错大概率是网络问题，重试几遍即可。（重试还是不行，建议直接换清华源）
安装完毕，查看pytorch是否可用：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
说明torch安装完毕，并且CUDA可用。
卸载
非常简单，用geek卸载掉这几个文件
