pytorch安装： WIN10 + cuDA 10.1
目录
cuDA下载地址
cuDA下载完成以后，双击启动安装过程。具体流程与其他软件相似，就是时间有点长。另外，安装目录按照默认就行。
cuDNN下载地址
要下载cuDNN,首先要注册账号(我的注册名为jeffrey)，然后点击首页的>PLATFORMS:
接下来就可以下载了：
解压下载的cuDNN压缩包，将其中的三个文件夹复制到cuDA的安装目录中，替换掉cuDA中的同名文件夹。
步骤：我的电脑 -> 系统属性 -> 系统信息 -> 高级系统设置 -> 环境变量 -> 系统变量中的path 点击进行 编辑 -> 添加如下图所示的路径（具体情况具体分析）
切到你的安装目录（具体路径据实际情况而定）,然后输入deviceQuery.exe
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite\deviceQuery.exe
输入如图所示命令，结果中含有 “PASS”，这说明安装成功！
如果在命令行里直接敲命令下载，这样失败的可能性比较大，经常出现 read time out 错误。为了解决这个问题，笔者一般会选择先到官网或者国内源 下载所匹配的.whl文件，然后通过pip本地安装,这样的话安装的成功率就大大增加，甚至可以说是100%的成功率！
但是，本地安装也经常会出现莫名的错误, 比如：
torch-0.4.0-cp36-cp36m-win_amd64.whl is not a supported wheel on this platform
究其原因，是因为下载的 torch 和 torchvision 的版本 与我们计算机上安装的 python、cuDA的版本都是有关系的。并且有着非常严格的对应关系。如果版本不对，就会出现上面的错误。支持的版本可以到pytorch官网上查看。
pytorch:官网
根据下图，可以看出，要下载的torch的版本为1.5.1+cu101 下载的torchvision的版本为0.6.1+cu101
torch下载地址
python 3.7 对应 cp37
64位系统 对应 win_amd64
torchvision下载地址
numpy下载地址
Pillow下载地址
最后，以上下载的四个.whl文件复制到python安装目录下的Scripts目录中，然后打开命令黑窗口。切换到Scripts目录下，进行安装：
具体安装过程如下所示：
这一步可有可无;
>python -m pipinstallpip
pipinstalltorch-1.5.1+cu101-cp37-cp37m-win_amd64.whl
pipinstallPillow-7.2.0-cp37-cp37m-win_amd64.whl
pipinstalltorchvision-0.6.1+cu101-cp37-cp37m-win_amd64.whl
>>>importtorch>>>a=torch.tensor(1.)>>>from torch.backendsimportcudnn>>>cudnn.is_available()>>>cudnn.is_acceptable(a.cuda())
出现以上的结果就说明安装已经没有问题了！
博主的水平有限，有不对的地方欢迎留言指出，万分感谢！！！
[ 2 ]Numpy的简明安装
