安装前，先把教程从头到尾看一遍，急着安装容易出错。
•需要首先确定的是，是否要安装有gpu加速的pytorch，取决于电 脑是否有NVIDIA独立显卡，和您的使用需求，GPU加速对于大规模，大量数据的实验作用很大。
•如果需要GPU加速版本，安装步骤必然较为复杂。
•无论是tensorflow，keres，pytorch，安装中最容易出现的bug就是版本不对应造成使用不了，所以安装过程中，先确定anaconda，cuda，pytorch需要的版本再开始安装。
•请记住安装于您电脑中的软件的位置，方便安装错了卸载。
步骤： •
1.安装Anaconda•
2.检查是否有英伟达(NVIDIA)独立显卡•*
3.升级cuda驱动•
4.安装cudnn•
5.安装pytorch•*
6.旧版本Cuda的处理方式
1.安装Anaconda •在机器学习，深度学习中，要用到大量的package（就是各种工具包）。
如果说，函数是一个工具，那么package就是一个工具包。
一个个安装package很麻烦，而且容易出现疏漏。
于是，就有了Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。
也就是说，你只要安装了Anaconda，就安装了很多我们之后要用的许多packages。
•/products/individual
1.安装Anaconda Pytorch不支持32位系统 /archive/这是旧版本3.6等的地址
1.安装Anaconda
1.安装Anaconda
2.检查是否有英伟达(NVIDIA)独立显卡 如果没有，或者不打算使用gpu直接跳到5；如果有，需要检查版本；
2.检查是否有英伟达(NVIDIA)独立显卡 留意这个版本号 在控制面板中，找到英伟达独立显卡的控制面板。
点击“帮助——系统信息”
2.检查是否有英伟达(NVIDIA)独立显卡 我的电脑是Cuda9.2
2.检查是否有英伟达(NVIDIA)独立显卡 Cuda9.2以下且不满足驱动更新要求的，看第六点
6 目前，最新版pytorch需要的cuda驱动只有9.2，10.1，10.2。
因此，如果想要安装最新版的，但驱动不到9.2，可以进行升级，但需要注意的是，升级的必要条件是，显卡版本号本身有要求，升级前务必检查是否兼容。
*
3.升级cuda驱动 /cuda-10.1-download-archive-update2 选择合适的版本打开 *
3.升级cuda驱动 *
3.升级cuda驱动 直接安装，精简版即可，会自动卸载旧版本。

4.安装cudnn 如果没有升级驱动或者没有指定升级路径，那么将在C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2找到安装的文件。
Cuda驱动安装后，还需要cudnn来支持卷积等运算，因此需要下载cudnn。
cuDNN是NVIDIA提供的deeplearning解决方案，理论上是一定要安装的，但有些Cuda可能自带了，可以在C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2中查看： C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\binC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\includeC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\lib\x64三个路径下，查找cudnn，如果有对应文件，就不用下载了
4.安装cudnn 下载路径：/rdp/cudnn-download下载cudnn需要注册一个NVIDIA账号，然后选择对应版本下载
4.安装cudnn 下载完的三个文件夹，把它们中的cudnn文件复制到下面对应的目录即可（我这里是9.2版本）C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\binC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\includeC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v9.2\lib\x64
5.安装pytorch /get-started/locally/ 选择合适的版本，这行代码复制到AnacondaPrompt即可，能翻墙的话conda快一点，否则pip快一点，复制完直接enter
5.安装pytorch 选择y，如果没有报错，就说明安装好了，一般不会报错，别断网就可以
5.安装pytorch 进入anacondaprompt，python进入python程序，importtorch即加载模块，没有报错说明torch安装好了，再输入torch.cuda.is_available(),输出True说明gpu可用，就可以了。
*
6.旧版本Cuda的处理方式 •如果你的Cuda版本是7.5,8.0等无法更新驱动到9.2的，并且仍然想用gpu加速，那只能下载旧版本的pytorch •/get-started/locally/previouspytorchversion中找到cuda版本对应的pytorch，按照官网教程下载。
•在线下载：按照官网提供的conda或者pip命令行，放进anacondaprompt即可。
如： 如果没有torchvision，也要安装一个，见后 *
6.旧版本Cuda的处理方式 •手动下载：按照官网提供whl网址，如： Cp是python版本 •选择合适的手动下载，下载完之后，anacondaprompt用cd命令进入文件所在的文件夹输入pipinstall完整文件名 •注意下载完torch后，还需要对应版本的torchvision（下一页） *
6.旧版本Cuda的处理方式 输入anacondaprompt指令为如pipinstalltorchvision==0.2.2 *
6.旧版本Cuda的处理方式 •旧版本cuda也检查一下有没有cudnn，没有就下载一个•测试方式如5所示，经过测试就说明可以了