1.选择对应的版本
在运行之前先查看GPU的使用情况（CUDA的版本）：
$ nvidia-smi # 查看GPU此时的使用情况
1.1 根据cudatoolkit的版本，在如下网站上选择对应的Pytorch版本
https://pytorch.org/get-started/previous-versions/
1.2
在官网https://pytorch.org/上选择对应的版本：
直接复制最后的命令行：
（1）conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
（2）conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
conda install torchvision
1.3 成功安装的方法
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
conda install pytorch torchvision cudatoolkit=10.1
conda install cudatoolkit
conda uninstall pytorch
2. 离线安装
现在命令窗口执行在线安装的命令，然后会如下图给出“Downloading ----”，复制链接，在浏览器打开就可以离线下载对应版本了。
还需要安装对应版本的cudnn和cudatoolkit；
conda install cudnn=7.3.1
conda install cudatoolkit=10.1
https://repo.anaconda.com/pkgs/main/linux-64/cudnn-7.6.4-cuda10.0_0.tar.bz2
https://repo.anaconda.com/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2
E:\谷歌浏览器
2.1 Linux版本
安装之前，需要安装numpy，conda install numpy；版本为1.17
(1) 下载地址：
https://download.pytorch.org/whl/cu101/torch-1.3.0-cp36-cp36m-manylinux1_x86_64.whl
（2）安装命令
pip install /home/pengbang/software/torch-1.3.0-cp36-cp36m-manylinux1_x86_64.whl
2.2 Windows版本
(1) 下载地址：
https://download.pytorch.org/whl/cu101/torch-1.3.0-cp36-cp36m-win_amd64.whl
(2) 安装命令
pip install E:\谷歌浏览器\torch-1.3.0-cp36-cp36m-win_amd64.whl
pip install E:\谷歌浏览器\torch-1.0.1-cp36-cp36m-win_amd64.whl （成功，cudatoolkit=9.0的对应版本）
2.3 更新numpy
pip install --upgrade numpy
2. 查询是否安装了CPU版本
当前环境下的安装包版本：
cudatoolkit 9.0 1 defaults
cudnn 7.1.4 cuda9.0_0 defaults
numpy 1.17.3 pypi_0 pypi
torch 1.0.1 pypi_0 pypi
torchvision 0.4.1 pypi_0 pypi
3. 检查安装是否成功
import torch
print(torch.cuda.is_available())
输出True即可。
或者
import torch
print(torch.version.cuda)
输出CUDA的版本号即可。
此时运行你的深度学习程序应该就可以成功啦。
参考资料
[1] https://pytorch.org/
[2] windows10环境下安装深度学习环境anaconda+pytorch+CUDA+cuDDN
[3] PyTorch中文教程
[4] Win10系统安装GPU版PyTorch
