关于为yolo配置环境，安装显卡驱动，CUDA，cudnn，torch，torchaudio，torchvision，还有python版本的对应关系。

出现该问题的原因：最近换电脑，手头三个电脑显卡型号英伟达（GT730 1060 4070）,驱动显卡配置python环境，这些版本真的搞得我头都大了。

目的：为了配置好环境运行yolo

具体的操作步骤

一、安装显卡驱动（网址：官方驱动 | NVIDIA）

 在此处按自己的具体配置情况填写，该网站会自动识别，但是未必会与你的显卡相匹配，所以还是自己检查填写一下。然后点击搜索下载，下载好文件就能直接安装了。

 具体的安装方法可参考这篇文章【Windows】安装NVIDIA驱动 / 更新驱动_win10 安装nvidia_摇曳的树的博客-CSDN博客，这里不赘述。

然后我们cmd打开win10 的命令窗口，输入nvidia-smi（注意中间没有空格）。

右上角写的CUDA Version：12.2就是我们能够安装的CUDA的最高版本。

总结一下：第一步我们安装了显卡的驱动，并且我们获知了我们能够安装CUDA的最高版本（实际可能不会安装最新的版本，原因是pytorch版本开发是稍迟于CUDA版本的，后续有说到）。

二 、选择CUDA与（torch，torchaudio，torchvision）的版本对应关系。

pytorch下载网站：官网下载：PyTorch

pytorch国内下载镜像：Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror）

cuda下载网站：CUDA Toolkit Archive | NVIDIA Developer

我的思路是，由于pytorch版本是落后于CUDA的，并且第一步我们也获得的我们的显卡支持的最高级的CUDA版本，这时候我们就找到在我们电脑能安装的（torch，torchaudio，torchvision）版本就好，这里官网能够给我们完美推荐。并且我们能看到（torch，torchaudio，torchvision）匹配的CUDA版本，找到对应版本安装就好。

 选择好自己的配置后，复制下边代码（anaconda或者命令提示符运行），在运行前先安装自己在这里选择匹配pytorch的cuda版本。接下来第三步讲解CUDA安装方式，第四步讲（torch，torchaudio，torchvision）的安装

三 、安装CUDA并验证安装成功

留坑更新