Cuda环境及Pytorch环境安装

将之前写的环境配置中的cuda环境配置部分单独拆分出来

1 pytorch与cuda适配

在解决配置开发环境遇到的问题3.3中遇到cuda和pytorch版本冲突问题，在此处总结。

1.0 cuda基础

系统的Nvidia Driver决定着系统最高可以支持什么版本的cuda和cudatoolkit。
cuda和cudatoolkit不同，CUDA 是 NVIDIA 推出的一种并行计算平台和编程模型，可以在 NVIDIA GPU 上运行（/usr/local/cuda就是系统安装的cuda的软链接）；CUDA Toolkit 是 NVIDIA 提供的一套开发工具，它包含了用于开发 CUDA 应用程序所需的各种工具，如编译器、调试器和库。
因此，CUDA 和 CUDA Toolkit 是有关系的，CUDA 是并行计算平台和编程模型，而 CUDA Toolkit 是一套开发工具。

CUDA Toolkit和Nvidia Driver有版本的对应关系:
在同一台机器上（即同一个CUDA Driver版本）可以安装多个版本的CUDA（如CUDA 9.0、CUDA 10.1……只需要满足当前CUDA Driver版本支持安装的UDA版本即可。

CUDA Toolkit和cuDNN之间有版本对应关系：同一个CUDA Toolkit版本支持安装多个版本的cuDNN（如cuDNN v7.6.4、cuDNN v7.6.3……选择其一安装即可。
查阅cuDNN下载网站，可以知道，如果目前电脑中安装了CUDA Toolkit