写这篇文章的主要目的是记录和分享一下自己成功安装的过程，如果有小伙伴正在被这个问题困扰的话，也可以看看是否能从这里找到解决的办法。

话不多说，先梳理一下我的大概流程安装CUDA

安装cuDNN

安装pytorch

测试

第一步，安装CUDA

我们都知道安装CUDA是为了利用显卡上的GPU加速运算，所以首先要确定一个事，你的电脑显卡是否支持CUDA,并且是否已经安装了驱动。

先说驱动，打开设备管理器，找到显示适配器，如果能够看到自己的显卡型号的话，就说明驱动已经安装成功了，如果出现黄色感叹号的话，说明驱动异常，需要重新安装。我的电脑是直接安装好了，所以不用再去下载安装，如果你需要安装的话可以自行去官网下载，一些注意事项可以提前搜索一下。

再说如何查看自己的显卡是否支持CUDA，提供一种方法，找到NVIDIA控制面板我的是在右下角状态栏里。然后点帮助，组件，NVCUDA.DLL可以查看显卡支持的CUDA版本。

接下来就是去官网下载对应版本的CUDA，我当时直接去官网，发现直接下载是11版本了，而我需要的是10.1版本，后来通过查询，发现这个地址可以下载任意版本的CUDA。

然后选择按自己的需要选择下载。

下载以后按步骤进行安装就可以了，这里还有一个前提是，你的电脑要提前安装了vs2015版本以上。安装过程中注意有两个路径，第一个是临时解压的路径，第二个才是安装的路径。安装的路径如果不是默认的话，需要记住，因为后面添加环境变量的时候要用到。

上面是第一个路径

选择自定义

这是第二个路径，实际安装的位置，建议不要修改，方便后面添加环境变量。

打开powershell,或者cmd命令窗口，输入nvcc -V,查看是否安装成功。上图表示已经安装成功。

添加环境变量。电脑->属性->高级系统设置->环境变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

将上面的内容新建到系统变量之中

然后再找到系统变量中的path，选择编辑。

添加以下内容：

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64； C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64； C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64；

第二步，安装cuDNN

首先去官网下载。第一次需要注册一下，

选择CREATE AN ACCOUNT

然后就是注册一个账号，注册以后再回去下载。

选择与CUDA适合的版本。

再选择与自己系统合适的cuDNN。

下载以后是一个安装包，解压以后会有三个文件夹。将三个文件夹中的内容复制到你安装的CUDA中相应的文件夹中去。比如你解压以后有个lib，那么就复制其中的内容。再找到CUDA的路径，同样找到lib文件夹，将复制的内容到文件夹下。

第三步，安装pytorch

去pytorch官网选择合适的版本，然后复制代码到CMD或者powershell。

安装之前如果以前有安装过torch，pytorch，torchvision统统卸载。

pip uninstall torch

或者用

conda uninstall torch

我当时是之前有安装过，所以直接安装不成功，卸载以后可以。

最后一步，测试

打开powershell，进入pyhton，torch.codu.is_available输出为Ture，则表示安装成功，可以使用了。

本文是自己的安装总结，可能有不是很完善的地方，欢迎指出，交流。