之前安装了CUDA，与Pytorch，但是当把自己的数据放到GPU上训练的时候（代码部分已经写清楚放到CUDA上），发现GPU的占用率很低，CPU的占用率高达90%，后来发现是显卡的驱动与自己安装的CUDA并不匹配，pytorch与cuda的版本也不匹配。在此记录下自己查了很多资料得到的理解。
1.安装Anaconda
进入官网Anaconda选择对应的版本。Anaconda：简单来说是用来管理python工具的，里面包含python编译器，可以用来安装各种插件。如果把Python类比Linux，那么Anaconda就是centos、ubuntu之类的。
安装AnaConda没有什么特殊的要求。但是需要记住以下几点：1.Anacaonda安装占用许多空间，尽量不要安装在C盘，路径不要有中文！！ 2.勾选下面的选项，方便实现在控制台运行conda命令。
检查安装是否成功。出现一下内容表示安装成功。
2.安装CUDA，（非常重要，显卡比较新的话，cuda也会默认比较新，但是最新版本的pytorch是不支持最新版本的cuda的）（不支持AMD显卡，显卡是AMD请跳过此步）
可以使用nvidia-smi查看自己目前的cuda版本，如果cuda版本与pytorch支持的版本不一致的话，需要重新安装cuda，具体请看下面说明
①查看显卡型号，支持的CUDA最高版本（非常重要） 桌面右键→NVIDIA控制面板→帮助→系统信息→组件
由于，显卡年代久远，无法更新到最新的驱动程序，我的显卡最高支持11.1版本的CUD
CUDA与英伟达驱动对应支持版本，我的显卡驱动版本为457.49 > 456.81。选择此版本
对照关系查看[https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html]
②.下载CUDA Toolkit
这里有一个坑，在下载了高版本的CUDA后，发现Pytorch不支持最新版本的CUDA，去官网最新的Pytorch支持的CUDA版本,截止到目前只支持11.1版本的CUDA，所以只能下载11.1以及一下版本的CUDA！！！！
选择 “自定义©”，只安装 CUDA 开发套装部分，其他的不安装。如下图所示：
一直点下一步即可安装完成。大约需要3分钟。 默认安装目录为 C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v11.0，示例程序安装目录为 C:\ProgramData\NVIDIA Corporation\CUDA
Samples\v11.0。
安装完成后，在命令行窗口（cmd）中，输入 nvcc -V 命令进行测试。
③.安装与下载并安装与 CUDA 版本兼容的 cuDNN（非必须），用于加速训练。
CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。
具体可参考CUDA与cuDNN的关系。
下载对应版本 cuDNN 需要注册。
首先解压 cudnn-11.1-windows-x64-v8.0.5.39.zip，解压后的文件目录如下所示
然后，将所有内容复制到 cuda 11.0 安装目录，即可完成 cuDNN 的安装，如下图所示。
3.conda 安装 pytorch
由于正常安装pytorch太慢需要添加下载源，以管理员身份运行CMD
查看、删除、添加源更多详情请看传送门
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
复制Pytorch官网的conda安装命令，删去 -c pytorch -conda -forge即可自动从其他源下载安装包：
4.查看是否安装成功
python
import torch
print(torch.__version__) #查看pytorch版本
print(torch.cuda_version) #查看cuda版本
print(torch.cuda.is_available()) #查看cuda是否可用
5.本人新手，看了很多安装教程，很多都不全面，让我在安装过程中出现了很多问题，于是我查阅了很多资料，自己写了一个完整版的记录自己的学习。包括自己对安装过程中的理解。可能会有错误的地方，欢迎补充，补充。