前言
我們都知道，CUDA和cuDNN是用來加速深度學習計算的，那麼怎麼在Windows上面安裝CUDA以及cuDNN呢？
準備階段
1 自己電腦上應該有Nvidia顯卡，顯存最好8G或者8G以上，當然4G或者6G也行，只不過就是Batch size 設置小一點
2 查看Nvidia顯卡版本，一般Windows上有顯卡的話，顯卡驅動都是自動安裝的，所以我們可以通過命令行，然後輸入Nvidia-smi來查看自己電腦上的驅動版本:
這裏我的顯卡驅動版本是432.0 ，CUDA版本爲10.1，這裏 需要注意下，如果您的GPU在這裏已經提示了CUDA Version版本，您需要在系統盤下的C:\Program Files 和 C:\Program Files (x86) 找找有沒有CUDA相關的文件夾存在，如果有的話，就不用重新安裝了，如果沒有的話，需要手動進行安裝，這裏我也不確定通過nvidia-smi查看前，是否顯卡已經預裝了CUDA，查閱了一些資料，貌似這個查出來的版本是指該顯卡支持的最高的CUDA版本，原文鏈接
安裝CUDA ToolKit
選擇合適的版本進入，按照以下方式選擇
下載後安裝
1 同意安裝
2 選擇自定義
3 默認所有組件，下一步
4 記住這裏的安裝路徑，可以自行改變，我這裏由於使用的固態，所以默認就在C盤了
5 開始安裝
開始安裝cuDNN
注意這裏需要你有個Nvidia的賬號使用自己的Email註冊就行
下載結束後，解壓
將這三個文件夾的內容複製到之前提示你記得三個路徑，其實沒改過的話默認是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
將cudnn文件夾裏三個文件裏的內容複製到上面文件裏相同名字的文件夾下，即可。
CUDA環境變量
這個會自動生成
再在環境變量中添加以下路徑：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
也有可能在系統路徑中已經有了這些路徑，就不用添加了
這就裝好了CUDA和cuDNN，這就可以後續的實驗了，也可以查看cuDNN版本
記事本打開
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include\cudnn.h
可以看到版本號
Pytorch
點擊進入
可以下載對應CUDA10.1版本的pytorch的whl文件進行安裝，因爲CUDA 10.1版本在Pytorch官網上是沒有的,
cu後爲cuda版本，torch後爲torch版本，torchvision後爲torchvision版本，cp後爲python版本，最後面代表windows64位
