1. cuda下载安装及配置
1.1 检查看自己的电脑是否能安装cuda。方法如下：
打开控制面板，然后在右上方的搜索框里输入NVIDIA，如下图所示：第一张是打开控制面板时的图，第二张是输入NVIDIA之后，从图中的左上角可以看到搜索出来的NVIDIA。
完成上一步骤后，进入如下界面，在该界面里可以查看NVIDIA的一些信息，显卡的驱动版本，如下图的左侧菜单所示。
点击帮助菜单，在下拉的菜单里选择系统信息选项，如下图红色框圈出选项。
在弹出的系统信息窗口里有两个菜单页面：显示和组件，选择组件，可以看到很多文件名，在文件名中找到NVCUDA，在产品名称一列可以看到该NVCUDA的版本，如下图红色框圈出部分。该CUDA是9.1版本的。
当然，要是电脑不支持cuda，此处自然没有如上显示。
1.2 cuda下载及配置
知道自己应该下载那个版本后，去cuda官网下载即可。
此处建议选择local，可以把一些相关的包一次性解决，避免以后麻烦。最下面还有补丁可以安装，这可以在安装好cuda都再来弄。
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。
然后进入NVIDIA安装过程，我选择的是自定义的安装方式，并将VS以及下卖弄的3个选项勾给去掉，这是因为我已经装了VS，并且不想装下面的组件。至于CUDA的安装目录，大家默认安装在C盘即可。
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是否安装成功，只需要win+R打开cmd，输入nvcc -V，若显示版本号，则成功。
2. CUDNN的下载及配置
点击此处，进入官网，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。
我上一步CUDA的版本是9.1,原则上要求cuDNN和cuda的版本一致，但是由于cuDNN后来更新后，已经没有了cuda9.1对应的版本。所以，我向下选择了for cuda9.0的版本。
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。
3. pytorch-gpu的安装
直接来到Pytorch的官网。我一开始用conda安装，但是conda安装老是不成功，查到的原因是因为用conda时的URL，会出现reposd failed，这好像是官网的问题。后来我试过用pip安装，成功了。不过conda的方式也是可行的，具体能不能成看人品吧（现在清华镜像已经没有了！）。
箭头两处的都是可以的，上为conda，下为pip。
然后命令行验证pytorch GPU版是否正常安装成功，返回true表示安装成功。还可以查版本号。
