1.檢查是否有合適的GPU, 若有安裝Cuda與CuDNN
(1)檢查電腦是否有合適的GPU
在桌面上右擊如果能找到NVIDA控制面板，則說明該電腦有GPU。控制面板如下，並通過查看系統信息獲取支持的Cuda版本
(2)下載Cuda
官網：https://developer.nvidia.com/cuda-10.1-download-archive-update2
在https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 這里可以查詢到我們應該下載哪個版本
然后，根據實際情況選擇合適的版本
查看cuda的歷史版本
可見：
點擊需要下載的版本。
CUDA10的安裝包可直接從NVIDIA官網下載。
根據相應的系統選項，我選擇的是cuda_10.1.243_426.00_win10.exe(大小為2.5G)，安裝的時候建議選擇自定義 而不是“精簡”(從下面的英文解釋可以看出，其實這里的精簡寫成完整應該更貼切，它會安裝所有組件並覆蓋現有驅動，然而我並不想安裝全家桶，何況我的官方顯卡驅動比它的新)。
(3)cuda安裝
雙擊exe安裝包
進入安裝界面：
點擊同意並繼續
選擇自定義模式，
選擇默認勾選的驅動程序組件。
默認安裝位置，點擊下一步
等待安裝
至此安裝完成。
注意：cuda的環境變量會自動進行配置。
(4)查看是否安裝成功。
win+R，打開cmd窗口，輸入nvcc –V，顯示CUDA版本信息，安裝成功
2.安裝cuDNN
cuda安裝完成之后，還需要下載與CUDA對應的相應版本的cuDNN，到下圖所示的下載頁面，下載完成后，將這個壓縮包里的所有文件放到CUDA10安裝目錄相應文件夾下即可。
下載地址：
https://developer.nvidia.com/rdp/cudnn-download
注意：以上鏈接，初次登陸需要注冊賬號。
點擊10.1版本的cuDnn
下載之后，
(1)解壓：會生成cuda/include、cuda/lib、cuda/bin三個目錄；
(2)分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1對應的include、lib、bin目錄下即可。
注意：不是替換文件夾，而是將文件放入對應的文件夾中
添加環境變量：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
此電腦→“高級系統設置”→“環境變量”→“系統變量”→“path”→“編輯”→“新建”加入該路徑即可。
3.Pytorch安裝
設置清華源：
### 設置清華源鏡像 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 ### 設置pytorch鏡像 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/
打開pytorch 官網：https://pytorch.org/
獲取pytorch的安裝命令：
注意要把后面的-c pytorch去掉，不然還是使用的默認源下載。
conda install pytorch torchvision cudatoolkit=10.1
測試Pytorch與cuda是否安裝成功：
打開pycharm，輸入如下代碼：
import torch print(torch.cuda.is_available())
返回True證明成功了。
參考文獻：https://blog.csdn.net/weixin_43593330/article/details/103098728