好多30系显卡呀，虽然很贵，但是为了深度学习也没有办法欸。
该博客主要是为了30系显卡写的，当然不一定一定要30系列显卡，只要支持Cuda11都可以这样配置。
pytorch：1.7.1
torchvision：0.8.2
Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。
我这里使用的是torch=1.7.1，官方推荐的Cuda版本是11.0，因此会用到cuda11.0，与cuda11.0对应的cudnn是8.0.5.39。
①网盘下载（推荐）：
链接: 百度网盘 请输入提取码
提取码: kjfm
②官网下载：
cuda11.0官网的地址是：
cuda11.0官网地址
cudnn官网的地址是：需要大家进去后寻找8.0.5.39。
cudnn官网地址
下载完之后得到这两个文件。
我windows10下安装的cuda为10.0，这里用的cuda为11.0，所以选择卸载重装。
1）首先打开控制面板->程序和功能
卸载：未框住的内容。
保留：NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience
其中NVIDIA Nsight Systems是NVIDIA官方近几年推出了新一代性能分析工具——NSight系列，包括NSight System和NSight Compute，其中Nsight Systems就是全新一代的nvprof，可以用于监测代码执行效率及分析性能。
2）卸载完如下所示
参考文章：CUDA卸载&&重装
下载好之后可以打开exe文件进行安装
注意：将临时解压目录和安装目录设置成不一样的，建议安装时选择默认即可。
原因：将临时解压目录和安装目录设置成一样的了，导致安装结束，临时解压目录被删除，所以安装目录也被删除了。
临时解压路径（默认）：
这里选择自定义。
然后直接点下一步就行了。
安装路径：
安装完成
安装完后在C盘这个位置可以找到根目录：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
然后大家把Cudnn的内容进行解压。
把这里面的内容直接复制到C盘的根目录下就可以了。
Win+R启动cmd，在命令提示符内输入以下命令：
conda create –n pytorch python=3.6
activate pytorch
这里一共存在两条指令：
前面一条指令用于创建一个名为pytorch-gpu的环境，该环境的python版本为3.7。
后面一条指令用于激活一个名为pytorch-gpu的环境。
由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。
activate pytorch
此时cmd窗口的样子为：
安装pytorch、torchvision：
法一：
在激活的虚拟环境目录下推荐使用pip安装，选择对应的版本参数，官网会自动给出最新的安装命令 ：Start Locally | PyTorch
例如在conda环境下，然后我们输入下述指令：
# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
安装pytorch。
法二： 选择本地安装方法
下载好安装包： 在 https://download.pytorch.org/whl/torch_stable.html 下载对应的版本
使用 pip install name，name为安装包存放的绝对路径
安装好torch库后，通过pip下载对应的torchvision和torchaudio
# CUDA 11.0
pip install torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
最后输入conda list查看
conda list 
但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：
scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
torch==1.7.1
torchvision==0.8.2
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。
使用如下指令安装即可。下述指令中，requirements.txt前方的路径是我将文件放在桌面的路径，各位同学根据自己的电脑修改。
pip install -r C:\Users\lenovo\Desktop\requirements.txt
需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。
修改txt文件的内容，并且把后缀改成ini
[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn
全部安装完成之后重启电脑。
测试是否安装成功：
运行cmd，输入nvcc -V 即可查看版本号；
set cuda，可以查看 CUDA 设置的环境变量。
参考文章：深度学习环境配置8——（30系显卡）windows下的torch==1.7.1环境配置_Bubbliiiing的博客-CSDN博客