0 设备环境：
Windows10 64bit
GPU: GeForce GTX 1050 Ti
Python3.7 64bit
1 下载安装 CUDA以及cuDNN
1.1 查看电脑显卡对应的CUDA驱动版本
1.2 下载安装CUDA
安装CUDA时选择自定义安装，并将Visual Studio Integration一项去掉打勾，否则有可能安装出错
检验安装是否安装正确：win+R→cmd→nvcc -V
1.3 下载cuDNN
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
将cuDNN解压后的文件夹中bin、include和lib三个文件夹复制粘贴到CUDA安装路径中这三个文件夹的父文件夹下面，Windows中默认安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
1.4 CUDA和cuDNN的作用
CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。
cuDNN是一个常见的神经网络层加速库文件，其能够很大程度的把加载到显卡上的网络层数据进行优化计算，cuDNN需要在有cuda的基础上进行。
2 下载安装GPU版的Pytorch
下载地址：https://pytorch.org/get-started/locally/
选择对应版本信息，利用Conda或Pip进行安装，如外网下载太慢，可配置镜像源进行安装。
conda镜像源配置：https://blog.csdn.net/weixin_34019929/article/details/90985190
pip镜像源配置：https://blog.csdn.net/sunyllove/article/details/81627281
验证pytorch的gpu是否可用，返回结果为True则表示GPU可用。
