查看cuda版本号
1、首先需要进入pytorch官网查看一下需要安装的pytorch版本适配的cuda版本号：
网址如下所示：
PyTorchpytorch.org
如图所示，官网默认显示最新版本的PyTorch：
点击下面的链接，可以安装一些老PyTorch的版本：
点击上面链接后，出现如下页面：
最后，根据自己的要求找到对应版本的PyTorch，找到PyTorch对应的cuda版本。下面开始进行cuda和cudnn的安装。
cuda以及cudnn安装
1、首先在桌面用鼠标右键进行右击，会显示nvidia面板，选择这个选项，
（1）如果没有这个选项，需要进行安装nvidia驱动器（直接点击下列链接进行安装即可）。如果有这个选项，则不需要进行安装，直接跳过本步骤即可。
知乎 - 安全中心www.nvidia.cn
（2）点击上面链接之后，显示如下页面，会自动识别显卡型号，如下图所示
（3）然后点击搜索再点击下载就行，然后就一步步安装就行
2、在电脑有了nvidia驱动器以后，查看nvidia驱动器支持的cuda版本：
3、在电脑桌面右键，选择NVIDIA控制面板：
4、点击左下角的系统信息，出现如下所示：
5、点击组件，出现：
所选中区域的产品名称那列即为当前所支持的cuda的最高版本，可以往较低的版本进行安装
注意：不要安装cuda11.1版本，目前没有支持的pyTorch版本
上面显示的是cuda9.0，但是上面的图是我找的网上的图，在我实际安装过程中，显示的是cuda11.1，因此在安装过程中，还需要根据pyTorch版本的对应，因此我选择安装的cuda版本是10.0.
6、开始下载cuda
知乎 - 安全中心developer.nvidia.com
选择对应版本的进行安装既可，但是安装过程需要注意一步，就是有一个选项是自定义安装和推荐安装这两个选项，注意选择自定义安装，因为推荐安装是安装的全家桶。
之后一步步安装既可，选择默认安装目录比较方便。
7、下面配置cuda的环境变量，找到系统属性中的环境变量，点击
之后找到系统变量中的path，进行编辑-》新建-》确定操作，添加环境变量：
添加如下两条环境变量，是cuda的安装目录，因此选择默认的安装目录较好：
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libx64
然后，可以在终端中输入nvcc -V进行验证cuda是否安装成功：可以重启使得环境变量生效，我是没有重启。但是过了一会就生效了。显示效果如下：
cuda即安装成功。
8、下面安装cudnn；
知乎 - 安全中心developer.nvidia.com
必须选择和cuda版本对应的cudnn版本号，我是cuda10.0，因此选择下图所示的版本
把下载的cudnn压缩包进行解压，在cudnn的文件夹下，把bin，include，lib文件夹下的内容对应拷贝到cuda相应的bin，include，lib下即可，最后安装完成。
9、安装pyTorch
进入pyTorch官网，可以看到有conda，pip等不同的命令行安装方式，可以选择自己方便的安装方式进行安装。
同时，可以点击下列链接，安装自己需要的pyTorch版本。
至此，安装结束！
卸载
如果安装错了cuda，利用控制面板卸载即可，根据安装的日期逐个进行删除，最后把c盘program file下相应cuda troolkit的安装文件夹进行删除即可，即可完成删除。
转播
