1、CUDA安装：

官网下载地址https://developer.nvidia.com/cuda-downloads
下载完成之后傻瓜式安装（注：在安装选项时最好选择自定义安装）
测试是否安装成功：
在cmd中输入命令nvcc -V
出现如下结果，即安装成功

2、CUDNN安装

官网https://developer.nvidia.com/zh-cn/cudnn，找到与自己CUDA相对应的版本，下载完成后解压，将解压文件全部替换放在下面这个文件夹中。

3、环境配置

（1）计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V8_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.2
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH =
%CUDA_SDK_PATH%\common\lib\x64

（2）之后在系统变量 PATH 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条（默认安装路径）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；
至此环境配置成功。

4、pytorch-gpu安装

（1）创建环境 conda create pytorch-gpu

设置清华源镜像

 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
 conda config --set show_channel_urls yes

设置pytorch镜像

 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

（2）去官网https://pytorch.org/get-started/locally/，找到相对应的版本，
如图，它会自己生成命令语句，复制粘贴到anaconda下的prompt中，安装下载完成。
若出现如下错误：
则直接使用该命令：

conda install pytorch torchvision cudatoolkit=9.2

即可安装成功