CUDA/cudnn/CUDAToolkit简单区分
pytorch与cuda关系简单介绍
pytorch是一个深度学习的框架，能够调用cuda进行gpu加速。一般来说你的电脑里是有相关cuda的驱动的（可用nvidia-smi命令验证，能运行就说明有，不能运行去搜索安装），所以要在anaconda虚拟环境里安装pytorch就不用安装cuda了
安装教程
一、查看电脑CUDN版本
在cmd（windows）或者终端（linux）输入命令:
nvidia-smi
下图是我电脑的示例
其中CUDA Version后是指最高支持的cuda版本，所以要安装的pytorch能够调用的cuda不能超过12.8！！！
我这以安装12.1版本为例
二、进入pytorch官网：
官网链接如下：
进入官网后直接下滑找到如下位置、并选择对应的内容
如果有你想要的CUDA版本，这里不建议使用conda命令进行安装（不仅慢还容易安装到cpu版本的），建议使用离线下载，将安装包下载到本地电脑，这样以后其他地方有需要可以直接安装。请在Package这里选择pip如下图
请注意，我们最终的目的，就是要安装上图用红框圈出来的torch、torchvision和torchaudio这三个包。
有些人会发现了，这里的CUDA11.8、CUDA12.4都太低或太高了，而我想要安装个CUDA 12.1，或者我想安装个其他版本的，那怎么办呢？（如果是太高了那我们可以进入网址中选择对应版本的CUDA。）不要急，请看官网对应的下面这张图的位置
1.点击上面序号（1）内的跳转，进入如下页面查找自己电脑CUDN对应的版本号；以及torch、torchvision和torchaudio这三个分别对应的版本号。
或此链接直达：
Previous PyTorch Versions | PyTorch
https://pytorch.org/get-started/previous-versions/
2.复制上图序号（2）中绿框中的链接，在浏览器进入绿框（2）圈出来的地址（就是上图pip命令最后给的网址），就是在这个地址，我们要找到并下载上述的这三个包（torch、torchvision和torchaudio）。请注意，一定要下载带"+cu"字样的、与你python版本一致的、与你的操作系统一致的包。
或此链接直达
离线安装位置http://download.pytorch.org/whl/点击链接后进入，如下图所示位置。
三、下载离线包
我想要安装cuda 12.1的、windows平台下的、python版本为3.8的包，包下载到哪里都可以，最终下载完的三个包如下图
然后，打开cmd或者终端，激活你想要安装pytorch的虚拟环境
激活完环境后，运行命令"pip install 包的完整路径"。依次安装完这三个包就好啦。
比如我想要在我建立的“py38”环境下安装pytorch
四、在conda虚拟环境中安装torch
# 激活环境
conda activate py39
# 安装包，我的下载上述3个包在D:\A-programming\A-Python\GPU\cuda12.1\这个路径下的，然后依次在终端中使用以下命令安装即可。
pip install "D:\A-programming\A-Python\GPU\cuda12.1\torch-2.3.0+cu121-cp38-cp38-win_amd64.whl"
pip install "D:\A-programming\A-Python\GPU\cuda12.1\torchvision-0.18.0+cu121-cp38-cp38-win_amd64.whl"
pip install "D:\A-programming\A-Python\GPU\cuda12.1\torchaudio-2.3.0+cu121-cp38-cp38-win_amd64.whl"
五、验证是否安装成功
新建一个python文件，写上以下代码
import torch
print(torch.cuda.is_available())运行，如果输出True，那就是成功了。