1.由于网上教程很多，本人顺利的部分(1.更新nvidia驱动;2.CUDA10安装;3.cuDNN 7 安装)不赘述，建议参考该链接：
windows10下安装GPU版pytorch简明教程 - 知乎
本人安装版本（21.06 如下图）：
前排提醒，建议装cuda 10.02的版本，高版本的yolov5 train 会显示
box obj nan nan (我是cuda 11.1，他也能运行yolov5 算法，但是不能训练，这是唯一区别)
这是我更换后的版本（如下图）：
(1) cuda_10.2 下载网址（如下图）：https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
(2) cudnn下载完成后，解压，复制下列三个文件夹（如下图）
黏贴到cuda安装目录下（如下图）
(3) 用命令行安装torch 和 torchvision：
pip3 install torch==1.10.2+cu102 torchvision==0.11.3+cu102 torchaudio===0.10.2+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html
pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html安装结果（如下图）：
这时训练时，box obj就不会是nan nan了（如下图），
提醒：有些windows系统版本过低时，是无法安装新版本的显卡驱动的，会显示DCH driver 发生冲突。可以win+r，然后输入winver查看自己的系统版本。只要更新系统版本至18000.0以上就行，下图所示是可以安装的版本。我在一台老版本的微型电脑上版本为1703(OS内部版本 15063.608)安装驱动，就遇到了DCH driver 冲突的问题。
2.参考该教程时，在“PyTorch安装”模块遇到了问题，虽然最后成功安装，但是torch.cuda.is_available()的返回值是False。
最后在检查了安装的CUDA版本和系统支持的最高CUDA驱动版本无误后，楼主综合多种方法，最后成功解决了该问题，特此记录。
我的情况如下：2021.6.30号安装成功，显卡NVIDIA GeForce GTX 1660 Ti
nvcc -V
NVIDIA-smi检查GPU驱动版本
这里直接在NVIDIA官网，看下CUDA版本以及GPU驱动的对应关系：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
通过上表可以发现，如果要使用CUDA11.1，那么需要将显卡的驱动更新至455.23或以上（Linux x86_64环境）
CUDA版本以及GPU驱动的对应关系：比如文件名为cuda_11.1.1_456.81_win10
则456.81是指GPU驱动要大于等于456.81
对照torch版本和torchvision、python的版本对应关系
1.首先在官网PyTorch，找到适合自己的版本，可以直接获得命令行
第一次是直接在Anaconda Prompt里直接运行该命令行，但是两次均在下载torch（1.56G）到14%时下载中断，换清华源和中科大、北外源均不行。
2.后来选择Pip类：
直接复制命令“pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html”，会显示无法识别pip3，改为pip，则会显示无法识别torch==1.9.0+cu111版本。
3.但是，我们可以直接下载以上安装包到本地，下载网址：
https://download.pytorch.org/whl/torch_stable.html
然后找到上面官网命令行中的版本（一定要仔细查看，对照Python和Win的版本）：
torch==1.9.0+cu111
torchvision==0.10.0+cu111
torchaudio===0.9.0我所使用的这三个安装包，如下所示
然后在Anaconda Prompt里输入 pip install +安装包名字
可以直接拖入，这样就自动添加了安装包的路径，然后回车
4.安装完成后，输入conda list，可以看到如下结果
检验结果如下：
conda list
python
import torch
torch.cuda.is_available()
torch.__version__
OK
