2.1 安装CUDA
2.1.1找到CUDA的版本号
2.1.1.1 屏幕的左下角，找到NVIDIA控制面板的图标，如下图所示：
图2.1.1.1 NVIDIA控制面板图标
2.1.1.2 打开NVIDIA控制面板，找到系统信息，如下图所示：
图2.1.1.2 系统信息
2.1.1.3 在组件里，查看CUDA的版本号，如下图所示：
图2.1.1.3 查看CUDA版本号
2.1.2 安装CUDA
如上图所示，CUDA的版本号是12.2.148，到nvidia的官方网站https://developer.nvidia.com/cuda-toolkit-archive下载对应的版本，如下图所示：
图2.1.2.1 找到CUDA版本
点击链接，进入，按下图所示选择并下载
图2.1.2.1 下载CUDA
下载后，安装即可。
2.2 安装cuDNN
2.2.1 找到cuDNN的版本号
打开网站https://developer.nvidia.com/rdp/cudnn-archive，找到CUDA的版本号是12.2.148的cuDNN的版本号是V8.9.3（月年都是July 2023），如下图所示：
图2.2.1.1 cuDNN版本号
点击后，选择Windows的版本，如下图所示：
图2.2.1.2 cuDNN Windows版本
点击后，会提示登录，没有账号需要注册，如下图所示：
图2.2.1.3 NVIDIA登录
2.2.2 安装cuDNN
1）下载后，解压，如下图所示：
图2.2.2.1 cuDNN解压后文件夹
2）找到CUDA的安装路径，一般在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2，如下图所示：
图2.2.2.2 CUDA安装路径
将cuDNN解压后的bin、include、lib三个文件夹，复制粘贴到CUDA的安装文件里。
2.3 安装PyTorch
1）打开PyTorch的官网PyTorch,并按图选择， 如下图所示：
图2.3.1 PyTorch网站
2）在应用中找到并打开Anaconda Prompt，输入conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia，如下图所示：
图2.3.2 运行安装pytorch指令
安装成功，如下图所示：
图2.3.3 pytorch安装成功
- 如果安装失败，选择CPU，如下图所示：
图2.3.4 pytorch安装选择CPU
4）打开Anaconda Prompt，输入conda install pytorch torchvision torchaudio cpuonly -c pytorch
