- 新建环境
conda create -n py38 python=3.8 - 虚拟环境中安装CUDA，conda安装的cudatoolkit和NVIDIA提供的CUDA Toolkit不一样，前者是系统CUDA的子集。在虚拟环境中安装了cudatoolkit，则pytorch就会用虚拟环境中的cudatoolkit进行编译。注意cudatoolkit版本要和NVIDIA Driver版本一致：
NVIDIA官网：cudatoolkit和驱动版本对应
安装cudatoolkit: 指定CUDA Toolkit版本安装
根据上表查询到可安装的CUDA Toolkit版本，535.104.05对应最高的CUDA Toolkit版本为12.2，我安装12.1。
运行conda install pytorch cudatoolkit=12.1 -c pytorch即可。
此方法指定CUDA Toolkit版本后，conda会自动匹配到合适版本的PyTorch。
如果提示找不到cuda版本：
（1）换源
（2）直接查询当前conda可安装版本：
conda search cudatoolkit --info
conda search cudnn --info
（3）pip方式安装
pip install -r requirements.txt
requirements.txt内容：
–extra-index-url https://pypi.ngc.nvidia.com
nvidia-cuda-runtime-cu12
nvidia-cuda-cupti-cu12
nvidia-cuda-nvcc-cu12
nvidia-nvml-dev-cu12
nvidia-cuda-nvrtc-cu12
nvidia-nvtx-cu12
nvidia-cuda-sanitizer-api-cu12
nvidia-cublas-cu12
nvidia-cufft-cu12
nvidia-curand-cu12
nvidia-cusolver-cu12
nvidia-cusparse-cu12
nvidia-npp-cu12
nvidia-nvjpeg-cu12
（4）官网安装，3种安装方式，我用的deb（local）
官网链接cuda12.1安装
安装成功后，查看版本：
- 安装cudnn
官网链接
安装成功后，查看版本：
