需要注意的是每种包（或框架）对应的python版本，对应的其它包的版本是一一对应的，需要搞清楚再来安装。
1.安装了anaconda之后先创建一个虚拟环境：
创建虚拟环境：conda create -n env_name list of packagename，如：conda create -n pytorch python=3.7
2.然后用nvcc -V（如果没有反应就先安装sudo apt install nvidia-cuda-toolkit）查看Linux系统的cuda是什么版本，我的cuda版本是9.1.85。
3.接着去pytorch官网找安装pytorch的安装命令conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch
注意：可以直接覆盖，不需要先卸载再安装。
1.一开始我是用conda install pytorch torchvision cudatoolkit=10.2 -c pytorch来安装，没有指定pytorch的版本，所以它会自动安装最新的版本（1.5.1）。
但是运算的时候出现了错误RuntimeError: CUDA error: no kernel image is available for execution on the device（运行时错误：CUDA错误：没有可在设备上执行的内核映像），可能是安装的cuda版本和系统的cuda版本不一样的原因。
2.之后换成了cuda9.2版本：conda install pytorch torchvision cudatoolkit=9.2 -c pytorch，同样没有指定pytorch的版本，还是自动安装最新的版本（1.5.1）。
运算的时候还是出现了错误RuntimeError: CUDA error: no kernel image is available for execution on the device，cuda版本和pytorch版本是需要一一对应的。
3.最后换成了cuda9.2版本并指定了pytorch1.2.0版本：conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch，再次运算就可以了。