torchvision0.15.2安装cudnn

`torchvision`是一个基于PyTorch的计算机视觉库，它包含了预训练模型、数据集和图像转换工具。如果你想在安装`torchvision==0.15.2`的同时启用CUDA支持（即CuDNN），你需要首先确保已经安装了CUDA和cuDNN。

以下是安装步骤：

1. **安装CUDA**:
- 下载对应你的GPU型号和操作系统版本的CUDA包，可以从NVIDIA官网下载：https://developer.nvidia.com/cuda-downloads
- 安装时按照提示操作，确保添加CUDA到系统环境变量。

2. **验证CUDA安装**:
打开命令行，运行 `nvidia-smi` 或者 `nvcc --version` 确认安装成功并查看CUDA版本。

3. **安装cuDNN**:
- CUDA通常会包含cuDNN，但如果需要特定版本，可以从NVIDIA官方cuDNN下载页面：https://developer.nvidia.com/cudnn
- 根据CUDA版本选择对应的cuDNN版本进行下载和安装，注意覆盖默认路径到合适的cuda Toolkit的 `include` 和 `lib64` 目录下。

4. **安装torchvision with CuDNN**:
使用pip安装时指定`torch.backends.cudnn.enabled=True`，例如：

   pip install torchvision==0.15.2 --extra-index-url https://download.pytorch.org/whl/torch_stable.html \
     --index-url https://pypi.org/simple/ \
     --find-links=https://download.pytorch.org/whl/cu11x.x/torch_stable.html \
     --extra-index-url https://download.pytorch.org/whl/cpu/torch_stable.html \
     --force-reinstall \
     torch==1.9.0+cu11x.x torchvision cudatoolkit=11x.x

将`cu11x.x`替换为你实际的CUDA版本号。

记得在上述命令中替换合适的CUDA版本号，如果你的GPU支持多个cuDNN版本，可能还需要根据你的需求选择相应的cuDNN版本。