Win10系统安装GPU版PyTorch
准备工作
1.安装VS2017_Community
2.安装CUDA10.0
3.安装cuDNN
具体安装方法已在上一篇博文中介绍：Win10系统安装CUDA10.0和cuDNN
接下来介绍如何安装GPU支持的PyTorch
PyTorch安装
PyTorch的安装方式有conda和pip两种，因为在之前的博客中Python入门之环境配置与IDE安装已经安装Anaconda3，故本文采取conda的安装方法。
1.打开Anaconda Prompt
在命令行窗口输入
conda create -n pytorch_gpu pip python=3.7
pytorch_gpu为创建的环境命名，可自定义，python=3.7为在该环境中的版本，博主选择与当时安装的版本一致；如果想更改python版本也可以。
在安装过程（Proceed）中输入“y”进行下一步安装
可以看到在安装完成之后，信息提示：
如果要启用创建的环境，输入指令
conda activate pytorch_gpu
关闭该环境的话，输入指令
conda deactivate
2.安装PyTorch
我们在创建的环境中安装PyTorch，在PyTorch官网找到对应的下载指令进行下载
注意这里就能看出在上一篇博文中为什么我们选择安装CUDA10.0版本，因为目前PyTorch还不支持CUDA10.1版本，为了安装过程顺利，选择版本相符合的最好。
在已经**的pytorch_gpu中输入官网给出的指令
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
接下来进入PyTorch的安装过程，在安装过程中有两个需要注意的地方
1)系统安装PyTorch的路径，本文为
D:\Anaconda3\envs\pytorch_gpu
注：该安装路径对于下一步在PyCharm中配置Interpreter很重要
2)安装过程中PyTorch包获取路径，如果没有在安装前进行设置更改的话，默认是从PyTorch官网获取，这会导致安装速度巨慢无比无法进行下去，所以我们最好选择国内开源镜像进行安装。
3.使用开源镜像加速安装
之前网上给出的解决方案都是使用清华的开源镜像，但是在不久之前清华大学开源软件镜像站已经停止了Anaconda镜像服务，希望能早日恢复
在一篇参考博文中给出了中科大的开源镜像链接，其中还是提供Anaconda支持的，故本文选择使用中科大开源镜像：
USTC Open Source Software Mirror
按照参考博文给出的建议，使用如下命令配置Anaconda
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
但是感觉效果不明显，在参考了另一篇博文之后
决定对本次的channels进行相关的更改（还是要灵活变通），参考清华镜像，发现在同位置目录下中科大镜像也有相关文件
于是对上文中的命令进行更改
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后再次进行安装
可以看到此处PyTorch的来源已经更改为中科大镜像网站
接下来等着安装完成就可以了。
后记
如果要删除自定义源更换回conda的默认源，直接删除channels即可，命令如下
conda config --remove-key channels
4.验证
为了确保PyTorch安装成功，我们需要运行简单的样例代码测试，例如打印出随机生成的张量矩阵，以及gpu是否可以使用。
首先在命令行输入python，进入python的解释器，输入以下语句
import torch
x = torch.rand(5,3)
print(x)
查看输出如下，说明PyTorch安装成功
接下来再输入
torch.cuda.is_available()
查看输出
返回True，说明GPU驱动和CUDA可以支持pytorch的加速计算，说明已经安装成功。
导入PyCharm
在Anaconda中安装PyTorch之后如何在IDE——PyCharm中使用呢？如果直接在原工程中创建Python文件import torch发现还是会报错没有相关的包。
1.创建新工程PyTorch
在新工程中Ctrl+Alt+s打开Project Interpreter进行配置，选择Add...
2.导入PyTorch
这时候需要使用在上一步安装PyTorch的文件路径，在对应的文件路径中找到python.exe并添加该文件，即可
3.验证
在IDE中输入以下内容并运行
如果运行结果如下所示，则证明PyTorch已经成功导入
至此，PyTorch已经完成安装。
相关参考
pytorch GPU环境搭建（win10，python3.6，pycharm，cuda9.2，anaconda3.5.2）