1.更新nvidia驱动

https://www.nvidia.cn/geforce/drivers/
选择自己电脑显卡的型号（注意：笔记本的话选择型号后面带Notebooks的），下载最新的驱动安装包，点击下一步安装即可。

2.CUDA10安装

https://developer.nvidia.com/cuda-toolkit-archive
1)、选择CUDA版本，例如最新的CUDA Toolkit 10.0
2)、选择操作系统版本，安装方式选择"exe[local]"（本地安装），如下图，点击下载
3)、下载完成后双击安装包，选择自定义安装选项，只勾选CUDA组件
4)、下一步，完成安装

3.cuDNN 7 安装

https://developer.nvidia.com/cudnn
登陆后选择和CUDA 10.0匹配的cuDNN v7，如下图，再选择你操作系统的版本下载，我们这里是windows10
下载完成后，你会获得一个压缩包文件，此时你需要将该文件解压到一个安静的地方，然后给你的win10添加一个系统变量cuda/bin目录就大功告成了。

4.PyTorch安装

conda create -n pytorch_gpu pip python=3.8
conda activate pytorch_gpu
pytorch官网https://pytorch.org/get-started/locally/,该表格给出了pytorch支持的各种系统版本、安装方式、python版本以及CUDA版本（也就是NVIDIA官方的GPU加速工具驱动），一般我们的首选当然是稳定版（Stable），抢先版体验版初学者应该用不着。本教程是在大多数用户熟悉的windows上演示的，所以我们选择Windows；主流的安装方式有Conda和pip两种，后面会分别简单介绍如何操作；python版本个人推荐3.5和3.6，2.x版本过去用的人多，很多python的书籍也是基于python2.x，但是随着潮流，更推荐用3.x，不说3.7是因为没用过；CUDA版本要下就下最新的（CUDA10），反正pytorch支持，因为我发现，我在给同伴装CUDA9的时候，NVIDIA驱动说当前安装的CUDA版本太老了，或者是因为N卡驱动太新了吧，可能会出现不兼容的问题。细心的人可能发现了，不同的组合，最后给出的安装命令可能会不一样。

5.验证

import torch
torch.cuda.device_count(), torch.cuda.is_available(), torch.version.cuda

(1, True, '11.1')