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

image.png

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/

image.png

1.2

在官网https://pytorch.org/上选择对应的版本：

image.png

image.png

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。

image.png

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

image.png

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