PyTorch安裝記錄
前言
之前在linux裏安裝了很多次pytorch，這次在Windows10下安裝，記錄下這個過程，供自己以後參考。由於不同人羣可能在環境上存在差異，這裏僅記錄我自己的安裝過程，雖然比較簡單，但是不夠全面之處還請海涵。
安裝方式：conda
版本信息：
- Anaconda 4.8.3
- PyTorch 1.5.0
- CUDA10.2
- torchvision0.6.0
1. 檢查驅動版本
442.62已經是比較新的驅動版本，不需要更新。
2. PyTorch安裝
登陸PyTorch官網，網頁中已經寫得很清楚，直接提供了最新版的下載安裝方式，很容易操作。（注：如果安裝的是之前的版本，特別是分別安裝cuda、torch和torchvision時一定要注意，版本一定要對應好，否則可能會出現不少麻煩）
在cmd的conda環境中建立一個虛擬環境（該步驟可選），專門用來完成需要pytorch的任務。
conda create -n my_pytorch python=3.6
conda activate my_pytorch
進入my_pytorch環境後，複製上圖中“Run this Command”中的那句代碼，運行即可（注意，如果驅動版本過低則需要更新驅動）：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
3. 下載過慢
但是在下載時，torchvision和torch安裝包的下載速度很慢，這時一般採用清華的鏡像源來協助提速。
按照圖中的步驟，修改新生成的.condarc文件如下圖所示：
在命令行輸入
conda clear -i
清除索引緩存，保證使用的是清華的源。之後再次執行下面的代碼，補齊之前沒有下載的部分
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
進入python環境監察是否安裝成功：
當日更新：
一直有個疑惑，在上述安裝過程中安裝的cuda與通過nvidia官網下載安裝的cuda是什麼關係？爲什麼我不專門從nvidia下載cuda和cudnn（也沒有安裝Visual Studio），就直接可以正常運行完成下面的代碼塊？(引用自博主bat67的文章PyTorch下 CUDA 和 CuDNN 安裝驗證程序)
import torch
# 若正常則靜默
a = torch.tensor(1.)
# 若正常則靜默
a.cuda()
# 若正常則返回 tensor(1., device='cuda:0')
from torch.backends import cudnn
# 若正常則靜默
cudnn.is_available()
# 若正常則返回 True
cudnn.is_acceptable(a.cuda())
# 若正常則返回 True
知乎的一個問題在一定程度上解答了我的疑惑，大家可以參考一下：
問題：爲什麼電腦裝了pytorch沒有安裝cuda，還是能夠使用gpu？
題主沒有安裝cuda，卻仍可以在pytorch框架中使用cuda和cudnn，主要是，在通過conda下載pytorch時已經安裝了cuda和cudnn的runtime版，使pytorch自帶了cuda runtime，這會不會對pytorch的運行效率造成影響呢？可能還需要進一步的實驗來驗證可行性了。