本文参考：(8条消息) Ubuntu16.04下安装Cuda、Cudnn、Pytorch gpu版本、torchvision，一篇到位，亲测可行，含泪总结！！！_深度检测的博客-CSDN博客
Anaconda5.2.0安装
下载地址：Index of / (anaconda.com)
修改文件位置
注意，这里勾选下第一个选项从而添加到环境变量中，免得自己手动添加
这样环境变量中的用户变量，已自动添加好
开始安装
打开Anaconda Prompt
创建一个虚拟环境，输入conda create -n pytorch python=3.6
channels:
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
在C盘用户文件夹下找到.condarc文件用记事本打开并修改
激活pytorch环境，conda activate pytorch
虚拟环境所在位置
显示所有环境信息，输入conda info --envs
cuda10.1和cudnn7.6.3安装
使用官网命令安装pytorch时其实不用提前装cuda和cudnn，但为了后续装tensorflow之类的python库，这里先给装上
cuda和cudnn具体指导安装细节：TensorFlow2.1.0安装教程
先查看下自己的显卡驱动，win+r加回车，输入nvidia-smi
结合下面图选定cuda10.1版本，显卡驱动明显满足要求，同时cuda10.1支持的pytorch版本也较多
cuda10.1下载地址：CUDA Toolkit 10.1 original Archive | NVIDIA Developer，点击下载，默认地址安装在C盘
取消勾选两个选项，Visual Studio Integration和Display Driver
安装位置默认就行
安装结束打开命令行检查是否安好，输入nvcc -V
cudnn7.6.3下载地址：cuDNN Archive | NVIDIA Developer，解压后将里面的cuda文件夹重命名为cudnn763，直接复制到cuda安装目录下：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
点击继续，提供管理员权限
并设置好环境变量
验证安装成功：(8条消息) Windows10检查Cuda和cuDNN是否安装成功？_jhsignal的博客-CSDN博客_windows查看cudnn是否安装成功
pytorch1.4.0安装
失败安装经历
这里我参考开头那篇博客中，去清华源将两个离线包手动下载下来安装，因为很多博客或帖子说使用官网的命令并使用清华源，会被conda镜像给坑了，它不是下载的gpu版本，而是cpu版本，于是我就没直接用官网命令安装，选择了离线安装
官网历史版本地址：Previous PyTorch Versions | PyTorch
pytorch1.4.0和torchvision0.5.0清华源地址：Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
将清华源的两个包下载并放在D:\anaconda\pkgs
在pytorch虚拟环境中安装两个离线包的指令：
-
pytorch1.4.0:
conda install --offline D:\anaconda\pkgs\pytorch-1.4.0-py3.6_cuda101_cudnn7_0.tar.bz2 -
torchvision0.5.0:
conda install --offline D:\anaconda\pkgs\torchvision-0.5.0-py36_cu101.tar.bz2
期间有个小错误，我直接输入包报错：PathNotFoundError，可是conda install不是去D:\anaconda\pkgs找包的吗，不理解。
另外说下为什么环境变成了PyTorch，别问，问就是踩坑太多，换了多次虚拟环境
输入两个包的绝对地址，成功安装上
检查是否成功，显然失败并报错：from torch._C import * ImportError: DLL load failed：找不到指定模块
去网上找原因，两篇参考帖子：https://stackoverflow.com/questions/50612899/from-torch-c-import-importerror-dll-load-failed-the-specified-module-could，https://blog.csdn.net/linchunmian/article/details/80520145
于是照第一篇回答，用conda命令下载intel-openmp:Intel Openmp :: Anaconda.org，结果下载速度特别慢，依旧报错
照第二篇回答，直接下载包并配置环境变量，Files :: Anaconda.org，依旧报错
经过我的研究，可以排除intel-openmp的原因，不能解决问题
无奈只得删除环境，输入指令：conda env remove -n your-env-name
成功安装GPU版本
重新新建pytorch环境，再次在基础环境中输入：conda create -n pytorch python=3.6
这次我先直接试下官网历史版本1.4.0的conda代码，据说会装成cpu版本，看下会不会被conda镜像给坑了
# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
直接一次性成功，给我整不会了都
好像是因为没走清华源，conda list后channel 为pytorch，事实证明这就是gpu版本的安装指令
根据个人判断，使用官网的命令时但去掉了结尾的-c pytorch，结果是走清华源，会被conda镜像给坑了，装的都是cpu版本(当然这我没试过)
因此，只需要安装好Anaconda，新建一个虚拟环境，安装pytorch不需要提前安装cuda和cudnn（当然安装好没什么问题，装tensorflow不是更好），直接按照官网提供的指令进行安装（我是上午装的，速度还挺快的），最后检查下是不是gpu版
# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
import torch
torch.cuda.is_available()
PyCharm安装
pycharm历史版本地址：Other Versions - PyCharm (jetbrains.com)
参考文章：(8条消息) 【PyTorch教程】P2. Python编辑器的选择、安装及配置_我是土堆的博客-CSDN博客_pytorch编译器
这里修改下地址
打上两个勾
双击打开pycharm
使用建好的虚拟环境
ok，大功告成！