一、CUDA部分
1.确认电脑自带支持英伟达的显卡
通过打开控制面板的设备管理器查看
2.根据显卡判断安装的CUDA版本
桌面右键进入英伟达控制面板->系统信息->组件
3.安装CUDA
这里如果下载很慢的话可以复制下载链接到迅雷下载，会快很多
各个版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive
可以在右边画圈的地方右键复制链接
下载好后就一直下一步即可，就省略了
二、CUDNN部分
1.下载CUDNN
下载CUDNN需要注册，同样可以通过复制链接的方法下载而免于注册
各版本网址：https://developer.nvidia.com/rdp/cudnn-archive
在划线处右键复制链接即可
下载完得到一个压缩包，解压后有三个文件夹，复制到对应CUDA的同名文件夹内即可
三、Pytorch环境配置
1.安装anaconda
推荐清华镜像源，速度快，5.3.1，支持python3.7
网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
一路下一步就可以了，需要注意的是最好把环境变量也选了，就不用自己配置了，就是上面那个也选
2.配置环境
虽然anaconda可以配置，但我还是推荐 anaconda prompt上配置环境，毕竟要安装的包不多。
以下步骤均在 anaconda prompt中完成
先创建环境：
conda create -n environment_name python=X.X
environment_name自己取，如果取名为pytorch-gpu，且python为3.7
conda create -n pytorch-gpu python=3.7 即可
总共需要四个包，分别是numpy，PIL，torch，torchvision。numpy要最先装。
torch，torchvision都推荐先从镜像网站下载好之后离线安装。
numpy ：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
PIL : pip install PIL
torch和 torchvison可以在https://download.pytorch.org/whl/torch_stable.html上下载
需要什么版本可以在官网查看，我安装的是torch 1.3.1和torchvision 0.4.1，注意torch是cu101版的
将两个下载到桌面后打开anaconda prompt ，
cd Desktop
activate pytorch-gpu（你的环境名字）
pip install torch-1.3.1-cp37-cp37m-win_amd64.whl （注意包括.whl）
torchvision-0.4.1-cp37-cp37m-win_amd64.whl
这样就搞定了，累死了！
要运行文件只要 activate 进入环境在python ****.py即可
后记
配置的原因是运行文件总是出现CUDA out of memory的错误
因为CUDA是之前安装的，所以全卸了重装了一边。后来发现可能是忘记装CUDNN的锅。。。
