CUDA下载及安装
下载显卡驱动
进入之后点画圈的地方，然后打开下载的文件，会帮你自动下载和安装适配你显卡的驱动程序（这里不是特别重要，就简单带过）
点击桌面左下角小箭头，出现花圈的标志，也就是英伟达的logo，说明驱动安装成功
安装CUDA
接下来到了重头戏，cuda的安装
查看本机对应的cuda版本
点击刚刚的logo，会打开这样一个页面
点击系统信息-->组件（画圈的位置就是对应的cuda版本）
下载cuda
选择对应的版本，点击
然后按照自己电脑的情况，选择即可，然后点击箭头位置下载（这里做演示，我是随便选的，实际下载一定要对应好）
安装cuda
双击下载好的“exe文件”，选择下载路径（推荐默认路径，这是临时目录，cuda安装好后会自动删除，最终的cuda安装位置跟这个不一样即可，否则会找不到安装文件夹）
选择精简安装就不用管路径问题，点击自定义就继续看
组件建议全选
这里就是选择最终安装路径的位置
点击下一步就开始安装了
配置环境变量
点击设置-->搜索高级系统设置-->查看环境变量-->系统变量
确保画圈的这俩存在
然后再手动添加这俩变量
变量名（这里是两个变量名，要新建两个环境变量，但是他们两的值是一样的）：
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_0_ROOT
值一般是这个（注意，最好是自己按照这个路径去找，确保找到“V+你下载的版本”这个文件夹，然后复制路径）：
C:\ProgramData\NVlDlA Corporationi\CUDA Samples\v12.4（按你安装的版本，修改
（但是我的电脑路径下没有上面那个文件夹，所以我用了这个路径，目前做了好几个项目都没有问题，你们如果也找不到，可以暂时先用这个，碰到问题再说）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4（按你安装的版本，修改）
PS：添加环境变量的方法
点击新建，然后输入变量名和值即可，值就是路径，然后点确定
验证是否安装成功
运行cmd，输入nvcc --version 即可查看版本号；
安装cudnn
cudnn是cuda的一个补丁，不下的话后期会出现很多问题的
注册账号
注册账号很简单，正常注册就行了
查看对应的cudnn版本
安装cudnn
刚刚说过cudnn实际上是一个补丁，所以准确来说不能叫安装，但是别管那么多了
下载好后，应该是一个压缩包
把下载的 cuDNN 解压缩，会得到下面的文件
复制这三个文件，打开刚刚要确保存在的环境变量路径（注意，是本来就有的，不是你们后面新建的那个环境变量，不要搞错了）
直接复制到这里（复制的过程中，会说有重复，没事直接覆盖）
添加环境变量
往系统环境变量中的 path 添加如下路径（根据自己的路径进行修改，一般就是v那里要修改）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp双击path，然后点击新建，然后输入路径即可
验证是否安装成功
首先win+R启动cmd
cd到安装目录下的 …\extras\demo_suite
运行bandwidthTest.exe和deviceQuery.exe
这样说明安装成功了
安装pytorch
按自己刚刚电脑的情况选择，Stable (2.4.0)是稳定版，Preview (Nightly)是超前版，下超前版用的时候可能会出现一些小问题
Package是你一会要用哪个工具下包
Compute Platform就是你刚刚下载的cuda版本
不怕慢的，直接复制下面，红色框里面的代码到终端运行，即可自动下载torch和torchvision以及torchaudio，这是最保险的办法，之后做项目基本不会出问题
要是怕慢可以自己找找对应版本的镜像（版本一定要弄对，很多时候显卡无法启动就是版本不对，正确的版本应该是,类似于这样的“2.3.0+cu121" 有个cu）
验证torch
下载好后，用python运行这段代码
import torch
#检查是否有显卡可用
print(torch.cuda.is_available())
#可用的显卡有几张
print(torch.cuda.device_count ())输出这个就说明可以正常使用了
