GPU版本的Pytorch安装流程。
1. 检查是否有合适的GPU
方法：在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本
然后查看GPU名称和驱动信息
驱动版本可以去英伟达官网下载更新。
2. 下载CUDA
下载官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2
查看对应版本网址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
比如我的驱动版本为 466.77，准备下载10.2的CUDA
下载步骤为：
3. 安装CUDA
下载完成之后进行安装，双击安装包即可，会弹出选择解压文件放置的文件夹。（随便选，安装完自己会删除，这不是安装目录，安装目录不用改）
进入安装界面
安装的时候建议选择自定义 而不是“精简”(从下面的英文解释可以看出，其实这里的精简写成完整应该更贴切，它会安装所有组件并覆盖现有驱动，然而我并不想安装全家桶，何况我的官方显卡驱动比它的新)。
下图安装路径保持默认
剩下的一直下一步即可。
注意：环境变量会自动配置，不用管（查看方式为：此电脑 右键 选择属性 选择高级系统设置 选择高级 选择环境变量
如何查看是否安装成功：win+R 打开cmd，输入nvcc -V 即可看到，如下图。
4. 安装cuDNN
这步比较简单。
下载地址：https://developer.nvidia.com/rdp/cudnn-download
注意：以上链接，初次登陆需要注册账号，注册即可。
下载之后得到压缩包，解压得到如下文件
分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1对应的include、lib、bin目录下即可。
注意：是放到里面去，而不是替换掉
添加环境变量（前面的打开方式和上面一样，最后 双击path即可）
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
5. 安装Pytorch
设置清华源
### 设置清华源镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes ### 设置pytorch镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
打开pytorch 官网：https://pytorch.org/
获取pytorch的安装命令：
注意去掉-c pytorch，不然还是默认下载源
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
查看是否安装完成并可以使用
import torch print(torch.__version__) torch.cuda.is_available()
返回安装的torch版本 和 True表示完成。