驱动CUDA10.2 安装pytorch

安装 PyTorch 与 CUDA 10.2 需要遵循一些步骤，因为它们都是深度学习开发中的重要组件。以下是安装的基本流程：

检查CUDA版本兼容性:
在安装 PyTorch 之前，确保你的系统上安装了 CUDA 10.2。访问 NVIDIA 的官网下载适合你的操作系统的CUDA版本。

安装CUDA:
根据CUDA的安装指南（https://developer.nvidia.com/cuda-downloads）安装CUDA。安装过程中可能需要重启电脑。

添加CUDA PATH:
安装完成后，需要将CUDA的bin目录添加到系统的PATH环境变量中，以便Python能识别CUDA工具。

安装cuDNN:
PyTorch 依赖cuDNN，它是用于加速深度学习计算的库。访问NVIDIA Developer Center下载cuDNN，并按照提示安装。

下载PyTorch:
访问PyTorch官网 (https://pytorch.org) 下载适合CUDA 10.2的PyTorch发行版。通常有CPU和GPU版本，选择适合自己硬件的版本。

安装PyTorch:
使用pip或conda进行安装，例如：
pip install torch torchvision --cuda-min-version=10.2
登录后复制

验证安装:
安装后，你可以尝试运行一些简单的PyTorch示例代码，如创建一个张量并使用GPU运算，来验证是否安装成功。