之前安装过了Anaconda和NVIDIA驱动，所以直接跳过这几步。
打开NVIDIA控制面板，帮助–>系统信息–>组件，查看自己的CUDA版本号。
或者进入cmd，输入
nvidia-smi
也可以查看
注意装CUDA前一定要有VS！！
https://developer.nvidia.com/cuda-11.1.1-download-archive
选择自定义安装
不选Visual Studio Integration
开发的时候vs里面没有cuda模块，原来需要先装vs再装cuda。。。只能重新安装一遍cuda了
安装位置
安装完成
系统变量中会自动添加CUDA_PATH
查看cuda版本
nvcc --version
查看环境变量
set cuda
打开Anaconda Prompt
创建环境，环境名设置为PyTorch：
conda create -n PyTorch python=3.8
成功后，查看环境
conda info --envs
一开始没有换源，速度奇慢
Windows 用户无法直接创建名为
.condarc的文件，可先执行conda config --set show_channel_urls yes生成该文件之后再修改。
生成.condarc文件
conda config --set show_channel_urls yes
之后可以在C:\Users\xxx中看到.condarc文件，记事本打开 .condarc 文件，重写其中的内容：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引：
conda clean -i
Anaconda进入PyTorch环境：
conda activate PyTorch
conda install
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
打开 Anaconda prompt 命令窗口，激活环境，输入python，进入python开发环境中。
# 测试
import torch
torch.cuda.is_available()
第一次因为没有安装cuda，所以False，需要步骤1.2中的CUDA安装过程：
安装了cuda还是不行，看一下是不是版本不对
尝试替换torch版本，我的cuda版本是11.1
重装之后终于成功~
编写cublastest.cu程序，并编译，注意使用cublas库时，编译命令中要加上-lcublas：
nvcc -lcublas cublastest.cu -o cublastest
运行编译生成的可执行文件
./cublastest
