一、正确安装符合自己电脑的对应GPU版本的PyTorch之前需要了解三个基本概念
算力、CUDA driver version、CUDA runtime version
①算力：需要先知道你的显卡，之后根据官网表格进行对应，得到算力
②CUDA driver version：电脑上显卡的硬件驱动
③CUDA runtime version：pytorch官网上所显示的CUDA版本号
三者之间需要满足的关系：
CUDA driver version ≥ CUDA runtime version (即：②≥③)
CUDA runtime version得支持自己电脑GPU所对应的算力(即：②得支持①)
二，查看自己电脑GPU型号
快捷键：Ctrl + Shift + Esc
例如我的是：NVIDIA GeForce GT 640M
建议在此之前先安装最新版的显卡驱动，官网驱动下载链接
三、转换算力
官网查询算力对照表
官网需要翻墙，这里给个传送门：NVIDIA显卡算力查询
我这里是3.0的算力，(2008年奥运限定款电脑 哈哈哈哈)
四、确定CUDA版本所支持的算力
传送门：不同版本CUDA支持的算力
我这个是3.0的算力，对应可以选择9.0-9.2和10.0-10.2的CUDA runtime version
五、查看自己的CUDA driver version
win+R，输入cmd，打开命令窗口，输入nvidia-smi
我这里是10.1
(10.1)这个是CUDA driver version，值要大于CUDA runtime version(9.0-9.2和10.0-10.2)
最终进行筛选，CUDA runtime version可以是9.0、9.1、9.2、10.0、10.1，保险起见，这里选择10.0的就行了
六、在线安装自己的GPU版本的pytorch
pytorch官网，找到CUDA为10.0的进行安装
因为我的电脑比较老，然后选择之前的版本CUDA进行下载安装
因为我的电脑算力才3.0，torch v1.3开始将不再支持3.5算力以下的GPU
CUDA runtime version版本10.0找点低点的torch版本，例如pytorch为v1.2.0版本，因为这里是Conda进行安装的，最终确定命令为：
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
这里的-c是下载通道含义，-c pytorch表示从pytorch官网下载，因为是外国的服务器，一般会很慢。我们可以看到这条命令其实是下载了三个库， pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
①在线下载
从清华源进行下载（pytorch和torchvision是一个地址，cudatoolkit是另一个地址）
conda install pytorch==1.2.0 torchvision==0.4.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
可能遇到的报错问题
在自己的环境空间下输入命令即可
若出现下述问题：CondaHTTPError: HTTP 403 FORBIDDEN for url
尝试解决方法
最好的办法就是早上搞，家人们，尤其是早上6点多，网速飞起！！！！像这种下载超时错误，一般都能解决！
重置配置文件：conda config --remove-key channels
添加清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
之后再次运行即可
也可参考博文：Anaconda中下载速度贼慢？
②本地安装PyTroch
若在线安装老是出问题多半是服务器响应超时，那就直接本地下载安装得了
例如通过torch官网找到的命令为：
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
可以知道需要下载pytorch==1.2.0 和torchvision==0.4.0即可
下载链接传送门
cu100：CUDA10.0
cp36：python3.6版本 需要根直接的python版本号一致
找到对应的windows64位进行下载即可
查找torch==1.2.0和torchvision=0.4.0，python版本按实际情况进行下载即可
下载完成之后，在环境空间下输入下面的命令进行本地安装
pip install D:\desktop\torch-1.2.0-cp36-cp36m-win_amd64.whl
其中D:\desktop\torch-1.2.0-cp36-cp36m-win_amd64.whl为下载的路径，这个是安装torch-1.2.0
然后再安装torchvision0.4.0
pip install D:\desktop\torchvision-0.4.0-cp36-cp36m-win_amd64.whl
七、验证
环境空间下依次输入以下命令
python
import torch
torch.cuda.is_available()
若返回True表示安装GPU成功
quit()退出编辑器
完结~~ 撒花~~