1、查看cuda版本 打開anaconda或者命令提示符 輸入 ：nvidia-smi
我裝的是11.4版本，這里有官網：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，右擊復制鏈接 打開迅雷等下載軟件（百度網盤不行，試過了），添加任務將復制的鏈接地址輸入進去。
建議選版本較低的，右擊復制鏈接，打開迅雷試試
我的百度網盤有這個已經下載好的包：
鏈接：https://pan.baidu.com/s/1xTA1YrSxmBoXrpU95BpsFQ
提取碼：sxd1
2、下載好之后，cuda環境需要Viusal studio支持,可以下載一個2017版本或者2019版本的（這個可以自己百度）
3、如下圖，右擊以管理員身份運行
也可以只選cuda，如果出現問題，點擊直接忽略（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這三個文件復制粘貼到cuda安裝的文件目錄（同樣也有這三個文件）替換它們
5、配置環境變量，打開系統高級設置，點擊path,直接添加如下幾條（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
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
*C:\Program Files\NVIDIA Corporation\Nsight Compute 2021.2.0*
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\common\lib\x64
6、驗證是否成功。驗證deviceQuery和bandwidthTest,在命令窗口運行測試文件，定位到 在cuda安裝目錄的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，
然后輸入deviceQuery.exe回車，最后一行出現Result=PASS則說明安裝成功。運行bandwidthTest.exe，Result=PASS則說明通過，反之，Rsult=Fail 則需要重新安裝。
7、在anaconda創建的虛擬環境驗證能不能gpu運行，打開anaconda，conda activate my_pytorch (自己創建的環境名)，（其他操作上圖），顯示True表示可以了
把虛擬環境添加到jupyter notebook中：https://www.cnblogs.com/panxubin1011703/p/16150671.html