大家好，又见面了，我是你们的朋友全栈君。

在安装好cuda和cudnn之后安装pytorch的方法

cudnn安装：

1. 到cudnn官网下载：cudnn官方
   下载cuDNN Library for Linux (x86_64)
2. 解压缩：

cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz

3. 拷贝文件

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo ldconfig

5. 检验
   cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

安装pytorch：

网上很多的方法都不是镜像下载，或者镜像下载因为系统的问题找不到库

打开官网，找到对应合适的版本（cuda)：
https://pytorch.org/get-started/locally/

之后复制下面这一行指令：
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

接下来就是关键一步了，

把-c pytorch表示的pytorch源，更改为国内的镜像。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

先浏览器打开这个网页，然后选择你的系统

点开之后复制这个新地址，将-c pytorch更改为

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

完毕

检验步骤：

import torch
print(torch.__version__)

print(torch.version.cuda)
print(torch.backends.cudnn.version())

torch.cuda.is_available()
#cuda是否可用；

torch.cuda.device_count()
#返回gpu数量；

torch.cuda.get_device_name(0)
#返回gpu名字，设备索引默认从0开始；

torch.cuda.current_device()
#返回当前设备索引

如果有用麻烦大家点个赞吧~！
有问题欢迎留言交流~

cuda安装教程：https://www.csdn.net/tags/Mtjacg5sOTA5NTctYmxvZwO0O0OO0O0O.html