1、檢視cuda版本 開啟anaconda或者命令提示符 輸入 ：nvidia-smi

我裝的是11.4版本，這裡有官網：https://developer.nvidia.com/cuda-toolkit-archive
官網下載要會員，在網上看到一個教程，避免需要會員，右擊複製連結 開啟迅雷等下載軟體（百度網盤不行，試過了），新增任務將複製的連結地址輸入進去。
建議選版本較低的，右擊複製連結，開啟迅雷試試

我的百度網盤有這個已經下載好的包：
連結：https://pan.baidu.com/s/1xTA1YrSxmBoXrpU95BpsFQ
提取碼：sxd1
2、下載好之後，cuda環境需要Viusal studio支援,可以下載一個2017版本或者2019版本的（這個可以自己百度）

也可以只選cuda，如果出現問題，點選直接忽略（當時裝的時候，提示我版本不對還是其他的問題）


4、下載好的cudnn解壓，(也可以試下上面說的方法，官網地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b）
將cudnn這三個檔案複製貼上到cuda安裝的檔案目錄（同樣也有這三個檔案）替換它們

5、配置環境變數，開啟系統高階設定，點選path,直接新增如下幾條（也不知道有多少條，多配置幾條也沒啥事。如果安裝在其他的盤目錄也和這差不多）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin

6、驗證是否成功。驗證deviceQuery和bandwidthTest,在命令視窗執行測試檔案，定位到 在cuda安裝目錄的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，
然後輸入deviceQuery.exe回車，最後一行出現Result=PASS則說明安裝成功。執行bandwidthTest.exe，Result=PASS則說明通過，反之，Rsult=Fail 則需要重新安裝。

7、在anaconda建立的虛擬環境驗證能不能gpu執行，開啟anaconda，conda activate my_pytorch (自己建立的環境名)，（其他操作上圖），顯示True表示可以了

把虛擬環境新增到jupyter notebook中：https://www.cnblogs.com/panxubin1011703/p/16150671.html