結論から言うと、
②Pytorchがサポートしている最新版のCUDAをインストール
③そのCUDAに合わせたcuDNNをインストール＆パスを通す
④Pytorchをインストール
⑤PytorchがGPUを認識しているか確認
の順番が最短だったと思われる。
以下、私の手順（２日間の激闘）の備忘録である。
１，Visual Studioのインストール
２，cmdを使ってpythonのインストール
→cmdでpython -Vと入力し、バージョンが出れば成功
３，cmdでpipでパッケージインストール
→cmdでpip freezeと入力し、リストにパッケージが出れば成功
４，Pytorchをインストールするため，対応するCUDAバージョンを調べる。
こちらにアクセスし、自分の環境情報を入力する。
選択肢の中で最新なのはCUDA11.7であるため、ver.11.7をインストールする。
（この手順はこちらを参考にしました：
PyTorchの簡単過ぎるインストール【Pythonで機械学習】 | ジコログ）
５，CUDAの別バージョンがインストールされている場合、削除する。
私はCUDA11.8をかつてインストールしていたので、削除した。
恐らくパスさえ気をつければ削除する必要はないと思うが、気になったので。
普通にWindowsの設定からアプリのアンインストール画面に進み、NVIDIAのアプリの末尾が11.8を手動で全削除した。
（こちらを参考にしました：
CUDA Toolkit のインストール（Ver 10.0 → 11.4） | そう備忘録）
その後、パスもシステムの環境設定から削除しようとしたが、全部消えていた。
６，CUDAの過去バージョンをここからインストールする。普通に検索すると最新版しか選択肢にないページに遷移するので注意。
７，Windowsの検索バーで「システム環境変数の編集」と検索し、CUDA11.7などのPathが通っていることを確認する。
→「システム環境変数」に「CUDA_PATH_V11_7」と「CUDNN_PATH」が正しい場所を参照しており、システム環境変数内の「Path」をダブルクリックして「～bin」と「～libnvvp」が存在すれば成功。存在しない場合、これらを作成する。
※「ユーザー環境変数」のほうが「システム環境変数」より優先されるらしいが、私はPythonの環境をWindowsの副アカウント（Administatorアカウントでは無いアカウント）で作成しているので、ユーザー環境変数の方はスルーした。やっぱAdminアカウントで環境作った方が良かったと反省。
８，PCを再起動し、Pathが通っていることをcmdで確認する。
→cmdでwhere nvccと入力し、エラーが出ずに.exeのアドレスが表示されれば成功
→cmdでnvcc -Vと入力し、エラーが出ずに.CUDAのバージョンが表示されれば成功
※PCを再起動しないとPathは通っているのにエラーを吐いたので、再起動推奨。
９，Pytorchをインストール。ここから自分のバージョン情報を入力すると、cmdで打ち込むべきコマンドを表示してくれる。これをcmdにコピペする。
１０，これで成功！と思いきや、以下のエラーメッセージが出現...。
ERROR: Could not find a version that satisfies the requirement torch (from versions: none)
ERROR: No matching distribution found for torch
調べてみるとPythonのバージョンが対応していないとのこと。
しかも、PytorchならOKだが、私がインストールしたPython3.11はPyPIが未対応だったらしい（そんなん気づくかよ）。I
※このサイトの左部にある「Programming Language」を参照のこと。
（この手順はこちらを参考にしました：
PyTorchのインストール失敗時にチェックすべきこと | ジコログ）
１１，旧バージョンPythonのインストール。インストール時に.pyのパスをこちらに通すのを忘れないように。（どうせなら仮想環境を整備しようかと考えたが、仮想環境のcdがめんどそう＆VS codeのみでコントロールしたい&PowerShellわかんないなのでやめた）
１２，必要なライブラリをpipで再びインストール。
１３，今度こそPytorchをインストール。
→cmdでpython -c "import torch"と入力し、エラーが出なければ成功
１４，cuDNNをダウンロード。
（この手順はこちらを参考にしました：
CUDA+cuDNNをインストールしPyTorchでGPUを認識させるまでの手順(Window11) - テク×てく ブログ）
１５，PyorchでGPUが使用できているか確認。
→以下のコマンドを入力し，Trueと出れば成功。
（この手順はこちらを参考にしました：
PyTorchでGPU情報を確認（使用可能か、デバイス数など） | note.nkmk.me）
※作成コードを実行できない場合、Pythonにパスが通っていない。だいたいは「C:\Users\ASMO\AppData\Local\Programs\Python\Pythonxxx\python.exe」にあるので、それを環境変数のPathに登録してやる。
→VS code右下に、自分が設定したバージョンのPythonが記載されていれば成功。
駄目ならそこをクリックし、任意のバージョンを指定する。
１６，Falseと出た場合（筆者）、Pytorchを削除して再インストールする。
cmdで「pip uninstall torch」と入力し、PytorchのHPから再DL（手順９再び）
（この手順はこちらを参考にしました：
【AI】[Windows10]torch.cuda.is_available()がFalse | 夕湖津のブログ）
※私は、「Torch not compiled with CUDA enabled」のエラーにイライラさせされ、藁にも縋る思いで再インストールしたら解決しました。cmdで「nvidia -smi」と入力するとProcessingに項目は出てくるからGPU自体は動いているし、以下のコードをVS codeで実行できるからPytorchもインストールされているのだろうと思っていました。
（この手順はこちらを参考にしました：
deviceの使い方(pytorch) 使用するGPU、CPUを指定する～制御工学の基礎あれこれ～）
これでやっと下準備が終わった...！！
～～以下参考～～
（１）cuDNNのバージョンは「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxxx\include」の"cudnn_version.h"をいうファイルをVisual Studioで開けば確認できます。
これなら、ver. 8.6.0ということです。
（２）CUDAとcuDNNの違いは、
CUDA...自作プログラムの計算処理にGPUを使用できるようにするためのソフト
cuDNN...ライブラリ
という理解をしました。
（３）cuDNNはPathを手動でPathを通す必要があります。最初はZIPファイルを解凍し、Cドライブ直下にフォルダを作成してそこに全部入れていましたが、Pathが通っているCUDAのbinフォルダにcuDNNのbinフォルダに入っている中身全部を、CUDAのincludeファイルにcuDNNのincludeフォルダに入っている中身全部を...というように入れました。これは色々調べた中で「公式の方法以外だとエラーが出る」という文章を「自動で作成されたPath以外の場所にフォルダを作成してPathを通しても無意味って...コト!?」と私が勘違いしたためです。今後のことを考えると、普通に最初にやったように「解凍したフォルダをそのままどこかに置き、手動でPathを通す」の方が良かったと思います。
