这是一个安装指南，不是具体的安装步骤，因为安装这个的环境要适配硬件和软件，要么给出一个指南去安装，要么给出具体的不同硬件适配的安装方式
需要的软件环境
- cuDNN ：用 GPU 加速模型训练的
- CUDA ：也是用GPU加速训练的
- Aconda ：管理python环境的
cuDNN和CUDA都是加速的，详细对比可以看看下面的图先了解一下（数据来源于GPT）
| 项目 | CUDA | cuDNN |
|---|---|---|
| 开发者 | NVIDIA | NVIDIA |
| 作用 | 提供 GPU 通用计算平台和编程接口 | 在 CUDA 之上专门为深度学习加速的函数库 |
| 层级 | 底层计算框架 | 上层深度学习加速库 |
| 用途范围 | 可用于各种 GPU 并行计算（物理仿真、视频处理、AI等） | 仅用于深度神经网络相关计算 |
| 与框架关系 | 供开发者直接编写 GPU 程序使用 | 被 TensorFlow、PyTorch 等框架调用以提升性能 |
安装软件
安装Aconda比较简单，但是cuDNN和CUDA的安装一定要适配的
先安装CUDA，不知道就直接问AI，先问怎么看要安装哪个版本的，然后一步步安装，让AI给出下载直链（要与显卡适配）
然后告诉AI你的CUDA是哪个版本的，看不懂就问AI怎么查现在的CUDA是哪个版本的
然后你把控制台输出的结果丢给AI，让AI帮你找下载直链，一步步安装
创建虚拟环境
都学习这个了，Aconda不会用建议先直接查一下
创建一个合适的python虚拟环境，个人比较喜欢用py39-py312
在安装Torch之前，确定一下显卡，cuDNN，CUDA版本，在去官网找下载指令，不会还是老样子，直接问AI
现在AI的检索能力远超你本人，但是AI也会犯错，出现问题的时候，还是需要手动检索查找问题。