每次配置环境都令人头疼，网上教程虽然多，但大多千篇一律，很多不详细，或者方法不适合自己。
1 确定cudaToolkit版本
开始菜单搜索“计算机管理”→【设备管理器】→【显示适配器】，查看是否有“NVIDIA”显卡，如果没有，不好意思，请安装CPU版的Pytorch。
【桌面】→【右键】→【Nvidia控制面板】→【系统信息】→【组件】
2 安装Cuda运行库
安装
建议你按默认安装，这里介绍“自定义安装”
拓展包的存储位置，这里默认。
安装完成后，打开【控制面板】→【程序和功能】，你会看到如下清单：
验证。打开【cmd】，输入nvcc -V得到如下界面，表示你安装成功。
软件会被强制安装到C盘，路径为C:Program FilesNVIDIA GPU Computing ToolkitCUDA{你的版本}
3 下载cudnn深度学习加速库
注：需要先登录cuda才可以下载。
下载后，你会得到一个zip压缩包，解压，将里面文件拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDA{你的版本}
4 安装PyTorch框架
我尝试了官方源的命令行在线安装，失败了；更换清华大学镜像源，也失败了；最后选择离线安装，成功了！
4.1 PiP离线安装官方源
确认版本，Python 3.8，cuda 10.1,torch 1.6, torchvision 0.7。
打开【Anconda Prompt】，输入pip install {.whl文件路径}安装torch，然后安装torchvision
验证。打开切换到python模式，结果下图，那么恭喜成功了。
4.2 conda离线安装清华源
如果用迅雷/IDM下载官方源依然很慢，可以下载清华大学镜像的，网址，得到.bz2的文件，我们用conda离线安装，输入命令conda install --offline {.bz2文件名}
卸载pytorch命令pip uninstall torch或者conda uninstall torch
如果本博客图片失效，请点击印象笔记公开链接