踩坑踩坑踩坑！！！
创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都做网站、成都网站制作、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的嘉禾网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！网上很多关于python+pytorch+cuda+cuDNN的教程，作为一只新手小菜鸟，好不容易跟着众多大佬们成功安装了cuda和cuDNN（从官网下载cuda和cuDNN到本地，在本地进行安装并配置了环境变量），并通过了检测！好家伙啊，发现我不会加到虚拟环境里！（事实是不用单独下载cuda和cudnn，可以直接用conda安装）
接着各种查怎么把安装到本地的cuda整到目标虚拟环境里，发现很多是从conda里直接install，不过直接下载会很慢，大多是在conda中直接从清华大学开源软件镜像站 网址中链接（通过channel）下载，或者从清华大学开源软件镜像站下载cuda和cuDNN包，在conda中从本地install，下文会都提到。
踩坑做法：从Nvidia官网下载cuda10.2并安装到电脑中，no！no！no！不是这样的！
首先，我们要明确，我们是要在虚拟环境中安装cuda和cuDNN！！！只需要在虚拟环境中安装就可以了。
一套整理过的踩坑做法！（在电脑里安装cuda等）
正确做法(两种都可以）： 一. 安装包下载到本地，离线安装到虚拟环境中（这个更保险）conda环境下安装GPU版本的pytorch
1. 下载离线包
离线包下载地址：https://download.pytorch.org/whl/torch_stable.html
win系统下：torch = 1.10.0，torchvision = 0.11.1，torchaudio = 0.10.0 ，cuda=11.3
PS：系统和包的版本可以换成别的版本，按照自己的需求下载即可。太老的包版本可能在这里找不到，建议换高一些的版本。如果直接有以下安装包，可以直接进入第二步，安装。
（1）下载torch = 1.10.0版本
（2）下载torchvision = 0.11.1
（3）下载torchaudio = 0.10.0
2. 安装
在anaconda的虚拟环境中，cd到这三个文件存储的路径
我存放的位置：
pip install torch-1.10.0+cu113-cp38-cp38-win_amd64.whl
pip install torchvision-0.11.1+cu113-cp38-cp38-win_amd64.whl
pip install torchaudio-0.10.0+cu113-cp38-cp38-win_amd64.whl3. 测试是否安装好
import torch print(torch.cuda.is_available())
ok
二、评论区大佬提供的下载方法（这个超级好用！！！）orz orz orz 感谢大佬们在评论区里互动，帮助解决大家的困难，以及提供更好的办法！
可以直接在虚拟环境中下载cuda11.1以及对应的torch版本等，利用命令：
pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
orz 救命，这个命令也太好用了吧！！！ 主推！！！
三. 联网下载（在虚拟环境中下载安装，选此办法，但不一定可行）首先， 在如下位置找到 .condarc 文件以记事本形式打开
将里面的内容，替换成以下内容：（清华的镜像、还有一些其他镜像，下载地址）
（1）原本的内容：
channels:
- defaults
ssl_verify: true（2）把（1）中内容替换成：
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/- https://conda.anaconda.org/
- http://pypi.douban.com/simple/
- http://mirrors.aliyun.com/pypi/simple/show_channel_urls: true
ssl_verify: false更新！！！
（3）如果上述channels已无法使用，即使用步骤（2）后，经常提示http错误信息，可以尝试这一步，把（1）中的内容替换成：
channels:
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud亲测有效
否则会出现如下错误：
可以创建一个新的虚拟环境安装：
（1）conda create -n env_name python=3.8
（2）conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5
也可以在旧的虚拟环境中安装：
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5
上面的包版本可以换成你想要的版本，注意要对应，才能成功启用cuda。
（2022.10.28，上面这套应该已经无法下载了，可以最好换成其他版本）
到此，已经完成安装啦！
有帮助的话可以点个小赞嘛 嘿嘿 狠狠地期待住了
假设pytorch gpu版已安装。我的旧环境里安装的是 pytorch且 cpuonly，从此，我的悲催历程开始了。
在conda虚拟环境中安装cuda 10.2，其他版本类似，更换版本名即可
从清华大学开源软件镜像站下载
conda install cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
直接下载，慢
conda install cudatoolkit=10.2在conda虚拟环境中安装cuDNN 7.6.5，其他版本类似，更换版本名即可
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
或者
conda install cudnn=7.6.5
或者自动匹配版本
conda install cudnn安装完后，查看list，可以看到已经安装到环境中了
但是！！！
我的天，怎么回事?为啥还是不行呢？
突然想起来，我当时安装pytorch的时候，用的是下面的命令：
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch（这个是官方给的）
用的是cpuonly！也就是，不能使用gpu的，呜呜呜呜.jpg卸载pytorch，conda uninstall
（1）先卸载Pytorch
conda uninstall pytorch
（2）从国内镜像（清华大学）下载
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0
或者从官网下载，超级慢
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 -c pytorch再次下载pytorch，还是不行，甚至numpy库崩了，我也崩了呀！！！
含泪conda uninstall numpy
conda install numpy
numpy活了，但是！ cuda还是检测不出来？？
可能是需要先安装pytorch？？再安装cuda？？
试试叭：
先全部卸载
conda uninstall cudatoolkit（卸载完这个，cudnn也没了）
conda uninstall cudnn
再下载，如前所述下载方式。
服了，还是不行？！我无了呀！
可能是torch和cuda必须一起安装？如果分开会认为安装的torch是cpu版的？
毁灭吧，torch、cuda全卸载掉，这次一起安装
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5不行呢还是不行呢！
算球，我重新建立了一个新环境，用以下命令创建torch和cuda
conda install pytorch=1.7.0 torchvision=0.8.0 cudatoolkit=10.2
然后就行了？？？我也不懂为啥，再次用原先的虚拟环境试一下，不行就拜拜！
不行！！！！因为第一次下载的pytorch是cpu版本的，卸载后安装的一直都是cpu，即使后面跟的是cuda，也不会安装成gpu的，原因终于找到了！！要想办法，把这个cpu魔咒去掉！！
首先去清华开源库下载pytorch的gpu版，存放在如下地址中：E:\Software\CUDA10.2\pytorch-1.7.0-py3.8_cuda102_cudnn7_0.tar
（1）安装pytorch gpu版
conda install E:\Software\CUDA10.2\pytorch-1.7.0-py3.8_cuda102_cudnn7_0.tar.bz2
（2）安装其他选项
conda install torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5
终成正果！！！ 一个 cpuonly 惹的祸！！！！ 应该改不会有人遇到我这种情况叭！！
其实可以直接创建一个新环境，安装所需pytorch、cuda版本，没必要和旧环境死磕，我就是想知道为什么不可以直接在旧环境中下载，嘿嘿，算是给我玩儿明白了，泪奔::>_<::
你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧