準備工作
1.安裝VS2017_Community
2.安裝CUDA10.0
3.安裝cuDNN
具體安裝方法已在上一篇博文中介紹：Win10系統安裝CUDA10.0和cuDNN
接下來介紹如何安裝GPU支持的PyTorch
PyTorch安裝
PyTorch的安裝方式有conda和pip兩種，因爲在之前的博客中Python入門之環境配置與IDE安裝已經安裝Anaconda3，故本文采取conda的安裝方法。
1.打開Anaconda Prompt
在命令行窗口輸入
conda create -n pytorch_gpu pip python=3.7
pytorch_gpu爲創建的環境命名，可自定義，python=3.7爲在該環境中的版本，博主選擇與當時安裝的版本一致；如果想更改python版本也可以。
在安裝過程（Proceed）中輸入“y”進行下一步安裝
可以看到在安裝完成之後，信息提示：
如果要啓用創建的環境，輸入指令
conda activate pytorch_gpu
關閉該環境的話，輸入指令
conda deactivate
2.安裝PyTorch
我們在創建的環境中安裝PyTorch，在PyTorch官網找到對應的下載指令進行下載
注意這裏就能看出在上一篇博文中爲什麼我們選擇安裝CUDA10.0版本，因爲目前PyTorch還不支持CUDA10.1版本，爲了安裝過程順利，選擇版本相符合的最好。
在已經激活的pytorch_gpu中輸入官網給出的指令
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
接下來進入PyTorch的安裝過程，在安裝過程中有兩個需要注意的地方
1)系統安裝PyTorch的路徑，本文爲
D:\Anaconda3\envs\pytorch_gpu
注：該安裝路徑對於下一步在PyCharm中配置Interpreter很重要
2)安裝過程中PyTorch包獲取路徑，如果沒有在安裝前進行設置更改的話，默認是從PyTorch官網獲取，這會導致安裝速度巨慢無比無法進行下去，所以我們最好選擇國內開源鏡像進行安裝。
3.使用開源鏡像加速安裝
之前網上給出的解決方案都是使用清華的開源鏡像，但是在不久之前清華大學開源軟件鏡像站已經停止了Anaconda鏡像服務，希望能早日恢復
在一篇參考博文中給出了中科大的開源鏡像鏈接，其中還是提供Anaconda支持的，故本文選擇使用中科大開源鏡像：
USTC Open Source Software Mirror
按照參考博文給出的建議，使用如下命令配置Anaconda
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
但是感覺效果不明顯，在參考了另一篇博文之後
決定對本次的channels進行相關的更改（還是要靈活變通），參考清華鏡像，發現在同位置目錄下中科大鏡像也有相關文件
於是對上文中的命令進行更改
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然後再次進行安裝
可以看到此處PyTorch的來源已經更改爲中科大鏡像網站
接下來等着安裝完成就可以了。
後記
如果要刪除自定義源更換回conda的默認源，直接刪除channels即可，命令如下
conda config --remove-key channels
4.驗證
爲了確保PyTorch安裝成功，我們需要運行簡單的樣例代碼測試，例如打印出隨機生成的張量矩陣，以及gpu是否可以使用。
首先在命令行輸入python，進入python的解釋器，輸入以下語句
import torch
x = torch.rand(5,3)
print(x)
查看輸出如下，說明PyTorch安裝成功
接下來再輸入
torch.cuda.is_available()
查看輸出
返回True，說明GPU驅動和CUDA可以支持pytorch的加速計算，說明已經安裝成功。
導入PyCharm
在Anaconda中安裝PyTorch之後如何在IDE——PyCharm中使用呢？如果直接在原工程中創建Python文件import torch發現還是會報錯沒有相關的包。
1.創建新工程PyTorch
在新工程中Ctrl+Alt+s打開Project Interpreter進行配置，選擇Add...
2.導入PyTorch
這時候需要使用在上一步安裝PyTorch的文件路徑，在對應的文件路徑中找到python.exe並添加該文件，即可
3.驗證
在IDE中輸入以下內容並運行
如果運行結果如下所示，則證明PyTorch已經成功導入
至此，PyTorch已經完成安裝。
相關參考
pytorch GPU環境搭建（win10，python3.6，pycharm，cuda9.2，anaconda3.5.2）