1. 安装CUDA10.1

① 先查看本机显卡适合哪个版本的CUDA，打开“控制面板”---》“硬件与声音”---》“NVIDIA控制面板”---》“帮助”----》“系统信息”--->“组件”，如图二红线所示，我系统适合CUDA10.1。

② 知道适合哪个版本的CUDA，就可以去官网下载对应的CUDA了，但是官网首页的CUDA一般是最新版，我们可能需要下载旧版本，https://developer.nvidia.com/cuda-toolkit-archiv，进入这个网址下载可以看到旧版本列表，如下图所示。

 

点击相应版本，进入下图界面，选择OS，系统64位，版本，然后选择exe(local)是一个完整的包，exe(network)得自己安装组件，下载完CUDA，然后进行安装就行。点击相应版本，进入下图界面，选择OS，系统64位，版本，然后选择exe(local)是一个完整的包，exe(network)得自己安装组件，下载完CUDA，然后进行安装就行，安装完成，在win+R输入cmd打开命令行输入 nvcc -V，如下图所示安装成功。

2. 安装cudnn

① 下载cudnn，https://developer.nvidia.com/rdp/cudnn-archive 进入各个旧版本的cudnn的网址，选择相对应CUDA的cudnn版本，一个CUDA有多个cudnn版本对应，随便选一个即可

② 下载后，将压缩包解压得到cuda文件夹，文件夹下有三个文件夹，复制这三个文件夹到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1下，会自动将cudnn的三个文件夹的文件合并到CUDA\v10.1的三个同名文件夹bin、include和lib中，如下图所示。

3. 安装Pytorch

https://pytorch.org/get-started/locally/，进入pytorch官网进行系统，语言，安装方式的选择进行安装。要想得到安装其它旧版本的命令，可以点击下图中蓝色线处转到旧版本页面。

推荐使用pip安装，如果有安装annaconda，选择conda就行，然后选择相应CUDA版本，得到了下图红线所示的命令，在Windows命令行输入命令即可。

 

pytorch旧版本页面

 

注意：虽然图中pytorch1.5.1可以匹配CUDA10.1，但是我安装pytorch1.5.1和pytorch1.4.0都没有安装成功，最后安装pytorch1.3.0成功。如果使用其它CUDA版本，需要更改pytorch版本，则可以直接在pip install时指定torch==1.3.0来指定版本，然后torchvision的话可以安装torch时自动安装，若没有自动安装，则手动pip install安装。

 

简单测试是否安装成功，可通过在命令行或终端import torch这个包

 

然后最终测试是否成功可通过简单运行以下代码测试