第一次安装的时候真的是纯小白，各种概念都不懂，只知道使用GPU跑代码需要安装CUDA。弯路走了不少，前前后后被虐了一周，安装的非常艰辛，且混乱；
第二次安装是在同学电脑上，又绕了些弯路，不过这次只花了半天时间，当时非常自豪来着。
这次是第三次安装，有了第二次的经验，安装的非常非常顺利，可谓一气呵成。现在把过程发过来，是我的第一篇CSDN。有点点激动。
步骤简述：
1.确认有Nvidia GPU
2.升级驱动程序
3.安装CUDA
4.安装GPU版Pytorch
关键：版本一定要对应，各个地方版本都要对应。最好经常查看与确认版本。
详细过程：
1.确认有GPU
在任务管理器-性能中，看GPU1中的型号。（GPU1是独显，GPU0是集显）
2.升级驱动程序：
官网下载，教程可参考：(51条消息) Windows更新NVIDIA显卡驱动_nvidia安装选显卡驱动还是图形驱动_振华OPPO的博客-CSDN博客
之后检查版本号。在NVIDIA控制面板，这里的版本显示472.84.
3.安装CUDA。
查看对应CUDA版本：
看这张表即可。（下图的表中能找到就行，可以不看原网址：CUDA 12.0 Release Notes — cuda-toolkit-release-notes 12.0 documentation (nvidia.com)）
如刚刚版本472.84，在表中对应一下，发现＞＝452.39，可以安装CUDA11.8x。
官网下载对应CUDA：CUDA Toolkit Archive | NVIDIA Developer
注意点击与刚刚匹配的版本。这里是CUDA11.8。
下载完双击安装即可。
检查是否安装成功：
搜索栏输入cmd回车（进入cmd），输入nvidia-smi
即可得到如图所示。这里显示的CUDA是11.8，即安装成功。
4.安装GPU版torch。注意一定要下载对应版本！
确认CUDA型号与python版本，在下面的网址下载GPU版torch。（我之前官网下的有问题，推荐从这个网址下）
（另外，在这一步想查看torch版本的，可以在python中pip下载torch，然后终端print版本，如x.xx.x+cpu，则说明是cpu版本的torch。安装好GPU版torch后，再重复这个步骤会显示x.xx.x+cu118）
去网址 https://download.pytorch.org/whl/torch/ 下载gpu版本。在里面仔细找一下，名称中cu118代表cuda11.8，cp39代表python3.9.
（另外：上面链接只有torch，需要torchvision或者torchaudio的可以在这里找：https://download.pytorch.org/whl/torch_stable.html）
下载完gpu版torch后，在python中pip安装
pip install .\torch-1.13.0+cu116-cp39-cp39-win_amd64.whl （注意，名称要换成刚刚下载的版本）
安装好后，可以在终端pip list 在列表中找寻并查看torch安装的版本。
最后，在终端
import torch,print(torch.__version__),print(torch.version.cuda),print(torch.cuda.is_available())
显示true则大功告成~
