安装的cuda和计算机的不匹配，需要卸载
控制面板
除了图中框住的三个程序，其他英伟达的安装包都要卸载。
卸载步骤
（1）留下：NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience
（2）按照【安装时间】排序，依次卸载即可
查看cuda版本
nvidia-smi
cuda版本
安装正确版本的cuda
我的cuda版本
注意事项：取消勾选Visual Studio Integration（这里解释一下，这个模块是对VS编译的支持，没有安装VS无法征常工作，而需要VS辅助则是需要编译cuda程序，这种编译不建议在Windows下进行，一般Windows下能跑深度学习原生框架的代码就行），其余全部勾选。
image
检查cuda是否安装成功，在cmd中输入nvcc -V
安装成功的结果
如果没有显示没有nvcc这个命令，那就添加环境变量。具体要先查看C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin是否有nvcc.exe，如果有，那就需要添加环境变量。
通过右键点击此电脑——>属性——>高级系统设置——>环境变量。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
image
选择系统变量中path，点击编辑，然后点击新建，添加如图所示中的两个路径
image
image
cudnn安装
1.官网下载链接,下载cudnn需要登录并填一个问卷才能下载。我下载的是Download cuDNN v8.0.3 (August 26th, 2020), for CUDA 10.1版本
cudnn链接
image
2.解压下载得到的CUDNN压缩包，会得到一个名为cuda的目录，将其中bin,include和lib目录中的内容拷贝到CUDA的安装目录（默认维C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1）下的对应目录中。
image
3.在系统环境变量的Path中新增如下两项（对应自己的安装目录）。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
4.配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：
首先win+R启动cmd，cd到安装目录下的 ...\extras\demo_suite,然后分别执行
cd /d C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
bandwidthTest.exe和deviceQuery.exe,应该得到下图:
bandwidthTest.exe运行成功结果
deviceQuery.exe运行成功结果
deviceQuery.exe运行成功结果
如果以上两步都返回了Result=PASS，那么就算成功啦。
我们接下来下载匹配的pytorch
官网地址为：Pytorch
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1
主要参考的是 链接：https://www.jianshu.com/p/33a78fdc5bf5
