GPU版Pytorch
最近在搞深度学习，需要用到GPU跑模型了，配置GPU版本的Pytorch是真的烦，而且每个人遇到的问题不一样，网上很多教程也良莠不齐，这里我将自己总结的最简便的配置Pytorch方法分享给大家。
1.下载安装CUDA
首先需要查看当前电脑显卡CUDA版本：
右键点击图标进入控制面板–>帮助–>系统信息–>组件，出现如下界面，比如我的就是CUDA 10.1版本：
CUDA官网地址：https://developer.nvidia.com/cuda-toolkit-archive 然后去官网找到对应CUDA，比如我的是10.1，点击进去下载安装即可
注意：一定要对应自己电脑的版本
下载完成后是一个exe文件，双击进行安装：
安装过程不用多说，没什么问题，安装好了一定要记得自己安装的位置，一般都是安装在C盘里面。
安装好了以后可以通过打开命令行，输入：
nvcc -V
如果出现以上反应，就代表安装好了，不然就重新安装。
2.下载安装cuDNN
cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b 同理找到对应自己CUDA版本的cuDNN然后下载就行了，比如我的是10.1，就下载一个对应版本的：
下载完毕后是一个压缩包，将压缩包进行解压，解压后是一个名为cuda的文件夹：
解压后：
将解压后的文件夹cuda改为cudnn，然后复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1里面：
然后进行最后一步，配置环境变量：
将如下两个路径写入系统变量的Path下面：
然后其他的就可以不用管了。大功告成！
3.最后一步，安装Pytorch和torchvision
网上清一色都是去Pytorch官网下载然后用命令行安装，但是我用那种方法没有成功，而且就算成功了也非常慢，因为要下载安装很久，还有意想不到的报错，所以我用了最快也最稳妥的方法，就是去这个网站上面下载torch和torchvision，然后直接pip安装就完事了，下载非常快，还绝对不会报错。
网站入口：https://download.pytorch.org/whl/torch_stable.html
进入网站，发现非常多版本，怎么找呢？
注意：前缀CU代表GPU版本，101就代表10.1，然后cp37代表python3.7版本，这几个参数可能不太明白需要解释，然后你只需要下载自己电脑CUDA对应的torch版本就行了，然后根据下图torch和torchvision的对应关系找torchvision的版本就行了：
下载完成后，找到对应下载文件夹，然后打开命令行进行pip命令安装torch和torchvision：
例如：
pip install .\torchvision-0.6.1+cu101-cp37-cp37m-win_amd64.whl安装完成后，在命令行直接进入python环境，运行如下代码：
import torch
torch.cuda.is_available()
如果像我上面一样运行出来结果是True，那证明安装成功了，如果是False或者报错就是没有安装成功，那可能就是你的版本对应关系出问题了！
写在最后
我这种方法是最快也最稳妥的方法，本人才疏学浅，如果有误请指教！
