参考链接

win10下pytorch-gpu安装以及CUDA详细安装过程 linux 服务器使用 conda 安装 pytorch

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。 可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050 Ti。

接下来，测试本机独立显卡是否支持CUDA的安装，点击此处查询显卡是否在列表中。 可以看到并没有1050Ti的支持，然而其实是支持的。

那么，接下来就是选择CUDA进行安装即可，点击此处。 这里我选了CUDA Toolkit10.0的版本，至于选择哪个版本，个人认为应该没多大差别，一般就是看这个版本是否要求GPU的计算能力是多少以上。

接着就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。 等待检查系统兼容性…… 同意并继续 自定义安装 将VS勾选去掉 默认路径即可 等待安装完成即可

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

测试CUDA是否正常安装。可以看到测试成功，接着进行cudnn的下载。

点击此处，选择下载download cudnn，但这里需要你注册一个账号，然后进行问卷之后才可以进行下载页面，反正一步步操作即可。 然后因为我上一步CUDA的版本是10.0,而CUDNN的版本要跟CUDA版本一致，所以选择第二个下载即可。

下载之后，解压缩，将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。

直接来到Pytorch的官网，此处，因为根据自己的配置进行选择，我试过用conda安装，但是conda安装老是不成功，也替换过清华镜像源，但速度实在是龟速，半天没动静。虽然pip下载也蛮慢，但至少可以安装成功。这里我对pip的安装方式，稍作修改，让其直接从清华镜像源下载。然后慢慢等待安装成功即可。

然后命令行验证pytorch是否正常安装成功，这里可以正常打印出版本号，安装没问题。