PyTorchでGPUを使うために
Wadaこちらの記事が参考になります．
https://qiita.com/rikinumata/items/b3729ad5144a3e98c6b4
1.PyTorchが要求するCUDAのバージョンの確認
Pythonでありがちな事象ですが，バージョンの組み合わせを熟慮してから取り掛かる必要があります．
PyTorchのウェブサイト(https://pytorch.org/)で以下のようにインタラクティブに実行すべきpipコマンドを教えてくれますが，これだけ見てpipを実行するとハマります．
つまり，ここではバージョンの確認だけします．
2.自分の環境で使えるCUDAのバージョン確認
NVIDIAのウェブサイト https://developer.nvidia.com/cuda-gpus で，自分のPCのGPUについてそのCompute Capabilityを確認します．次に，https://en.wikipedia.org/wiki/CUDA#GPUs_supported を参照して，CUDAのどのバージョンが使えるかを確認します(後者だけでも分かると思います)．
この例でいえば，Compute Capabilityが8台であれば，CUDAは11.0～12.5まで使えることがわかります．
3.NVIDIAドライバ，CUDA，cuDNNのインストール
1と2でPyTorchが要求するCUDAのバージョンと自分の環境で使えるCUDAのバージョンが分かったので，一致するように設定します．
たとえばいま画像で示した状況であれば，2で使える最大の12.5ではなく，1と2で一致する12.4を選ばなければなりません．
ドライバ，CUDAとcuDNNのインストールについては他のサイトに詳しく出ているので省略しますが，cuDNNのダウンロードにはアカウントの登録が必要ですので注意してください．
また，CUDAのパスを通す必要もあります．環境変数の設定で，インストールしたCUDAのフォルダを追加してください．
4.visual studioのインストール
私が苦戦したのがここでした．
「開発環境はAnacondaのSpyderを使っているのでvisual studioはいらないだろう」と思ったら大間違いで，あとで「dllがない」エラーでハマりました．つまり，インストール時にダウンロードされるdllがほしいからvisual studioとC++開発環境(「C++によるデスクトップ開発」)をインストールする必要があります．dllだけダウンロードする方法もあるようですが，野良dllサイトはちょっと怖いですね．
5.PyTorchのインストール
ようやくPyTorchのインストールです．https://pytorch.org/で表示されたコマンドをコピペして実行してください．
6.動作チェック
まず，
nvcc -Vを実行しましょう．
これで目的のCUDAのバージョンが出ないときは，システムとしてCUDAが使えていない状態ですから，他の設定を試しても意味がありません．
PyTorchの動作確認は，次のコードを実行します．
import torch
print(torch.__version__)
目的のバージョンが返ってくればOKです．お疲れ様でした．
