这段时间由于项目的需要，得安装Pytorch，由于我做的方向是图像处理相关，因此最好是安装GPU版的Pytorch，下面就记录一下博主安装的全过程（亲测有效，一次过安装完成）
安装GPU版pytorch的前提：你的电需要有合适的显卡、需要安装CUDA、以及安装cuDNN
1. 第一步：先检查自己电脑的显卡
打开NVIDIA的控制面板 -> 点击【帮助】按键 -> 点击【系统信息】按键 -> 点击【组件】按键
好的，我们可以看到我们的电脑是有显卡支持的，那么我们继续进行下一步：
2.下载CUDA
我们要去NVIDIA的官网：戳这里下载对应版本：
我们可以看到，有不少CUDA的版本可供选择，这里，博主选择下载的是10.0的版本
然后就是耐心地等待下载，2.1G，需要一段时间，下载完之后弹出的界面不用管（但是一定要记住我们把CUDA下载到那个地方！！这个很重要，因为一会还要用到），直接OK下一步就行了，接下来进入安装界面：
安装选项选择【自定义】，然后进入下面的界面：
在选择驱动程序组件时，对于CUDA，我们不需要勾选Visual Studio Interation，然后除了CUDA的，像NVIDIA GeForce Experience co…、Driver components等都不用勾选
然后就一直点下一步就OK，那么至此，CUDA的安装就完成啦
下面我们测试一下CUDA是否成功安装：（在Anaconda Prompt中输入nvcc -V)
成功！
3.安装cuDNN
我们要去cuDNN的网站：戳这里来下载cuDNN
但是在下载之前还需要登录填写一些问卷（虽然有点无聊不过还好不耽误什么时间）
在问卷填写完之后，点击网页中的【Download cuDNN】选项，这里要注意：我们下载的cuDNN版本要和之前我们下载的CUDA的版本对应，因为刚刚我们下载的是10.0的CUDA，因此，这里我们下载的cuDNN版本也是要对应于CUDA10.0的
下载之后，解压文件，将CUDNN压缩包里面的bin、include、lib文件直接复制到CUDA的安装目录下，就是可以把原来文件里面的bin,include,lib覆盖掉
至此，我们cuDNN的安装也完成了，到了最后一步：安装GPU版的pytorch
4. 安装GPU版的Pytorch
首先，我们要去Pytorch的官网：戳这里
安装方式选择Pip，Python3.6，CUDA10.0
然后看到"Run this Command"：系统会弹出一条指令，我们需要在Anaconda Prompt中运行它
但是，我们并不打算这么干，因为墙的原因，这样做的下载速度太慢了，所以我们对上面的指令做如下修改：
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html打开Anaconda Prompt，运行上面的指令，那么剩下的就是微微的等待了（很快的）
5.测试
现在，我们在Anaconda Prompt里面打开python环境；或者在Anaconda的base(root)环境下输入下面的代码：
import torch
print(torch.__version__) #输出Pytorch的版本
print(torch.cuda.is_available()) #看看能否正常调用CUDA输出：
1.2.0
True
我们成功地安装了GPU版的Pytorch，在未来的日子里就开始Pytorch的入坑之旅啦！
