一、查看cuda及cudnn版本
先確保安裝了顯卡：nvidia-smi 查看
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 或者 nvcc --version ，后一個版本更靠譜，因為前者完全依賴/usr/local/cuda/include/cudnn.h 這個文件，而這個文件並不一定非得在這個路徑中，尤其是既沒有root又沒有admin權限的情況下。
下載 cudnn包，一般 cuda 8.0版搭配的都是 cudnn 6.0版本。
我下載的是：cudnn-8.0-linux-x64-v6.0.tgz，一般官網可以下載，網盤也有別人分享的資源，官網下載更快些，只是需要注冊用戶，不過注冊也很方便啦。
解壓后把lib64的路徑添加至LD_LIBRARY_PATH即可，對了，確保cuda的路徑（一般默認：/usr/local/cuda/bin）已在PATH中。然后執行nvcc --version基本就可以查看到版本信息了。
-
PATH環境變量下面是找可執行命令的位置
-
LD_LIBRARY_PATH這個是gcc編譯的時候找需要鏈接的庫的位置
二、官網鏈接
http://pytorch.org/
支持三種安裝方式，conda，pip 以及source
我選擇的是源碼安裝，鏈接為：https://github.com/pytorch/pytorch 但是安裝的時候發現cmake沒裝，重新安裝cmake。
資源下載：https://cmake.org/download/
教程：https://geeksww.com/tutorials/operating_systems/linux/installation/downloading_compiling_and_installing_cmake_on_linux.php
這篇教程說的很詳細，但是奈何沒有admin權限，更遑論root了，只能安裝到自己目錄下，后來發現最后一步可以設置安裝路徑：
$ make install DESTDIR="/some/absolute/path" 或 $ export DESTDIR="/some/absolute/path" $ make install
安裝完成
注意此時還需要將cmake的安裝路徑添加到PATH中去，export PATH=/home/XXX/usr/local/bin:$PATH
然后敲cmake即可發現已安裝完畢，或者直接cmake -version即可查看安裝版本。
然后直接Python setup.py install即可
一個小提示：安裝完成后，在當前的pytorch文件夾中輸出Python，import會報錯：ModuleNotFoundError: No module named 'torch._C'
主要原因是該文件夾與包重名，退出這個文件夾后重新import即可。
參考鏈接：https://github.com/pytorch/pytorch/issues/574
附需要了解的python包，很好的進度條：tqdm
參考鏈接：http://spaces.ac.cn/archives/3902/