为什么说从零开始碰壁？
A:去年配的电脑 GTX1660 + Anaconda3 4.2.0 win10这是前提，没有Visual Studio 没有其他的基础。
首先：上个图---来自官网的嘲讽，起初我以为只是我电脑的问题(local 和network都试过了)。然鹅换了两台还是这样，包括用虚拟机也试过了。现在在用某云的资源搞一个10.1的先试试水。（天天网上给那么多网址blabla的结果现在网站都没得下，还是云存储靠的住哇！这里感谢https://www.cnblogs.com/imper/p/11976077.html 提供的CUDA10.1 某云安装包，暂且也只找到这一个。 ）
图1 来自两个小时的实验结果 ：）
图2 所有1kb CUDA的打开结果 : ）
1.准备工作（CUDA10.1+cuDNN10.1+VS2015）
在下载CUDA的过程里，我先去MSDN上找个VS的安装包。（喂喂喂，现在都0202年了不会还有程序猿不知道这么好用的资源站吧，手动狗头保命 : ）
考虑到硬盘的空间，囊中羞涩vs2010占空间小但可能满足不了后续的环境需求。狠了狠心下了个VS2015...
图3 默默吐槽百度云的速度！ 对，就说的是你百度云！
历时5个小时 ，下载完了...（晚上我都回去了 电脑都睡眠了..这都可以下完？奇怪的知识又增加了 : ）
安装CUDA 10.1 倒是和别的博客没什么差异，一路下一步就好了 都是默认选择。
这个cuDNN 选择了win10的，然鹅我还是太年轻惹...为什么要这么折磨我 : )
还好之前看到了一位好心人分享了百度云，虽然慢了点，但总比没有的强叭，无奈摊手: ）
怕你们和我一样懒 = v=，链接搬过来啦~
CUDA10.1的安装包
链接：https://pan.baidu.com/s/1BKZ7Q1vtZumW6MWmwIvbwA
提取码：pwt2
还有对应的CUDNN10.1版本的安装包
链接：https://pan.baidu.com/s/1gu-SUmtAMGVNArUgIqJaKg
提取码：l583
在下载的过程里，配一下CUDA的环境变量叭。
桌面->此电脑->右键属性->高级系统设置->高级->环境变量
正常安装完CUDA后会有这两个环境变量
然后我们需要做的就是再加上4个~~嘻嘻不多吧~
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1;%PATH%
SET PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;%PATH%
SET PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64;%PATH%
SET PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp;%PATH%
我都放在一个环境变量里去了。
这两种我也不确定是哪种。
不过好像也不需要再加上？没加之前的测试如图。不过加上保险点嘛，万一以后需要呐 : )
大概两百多兆，下完之后得到一个压缩包，解压。打开文件夹，你会看到三个文件夹。
可以看到和CUDNN文件夹有三个相同名字的文件夹，将cudnn文件夹里三个文件里的内容复制到上面文件里相同名字的文件夹下，即可。
关于CUDA更多测试可以查看https://zhuanlan.zhihu.com/p/144311348
定位到 在cuda安装目录的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，这个是通过cmd进行的测试。
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
验证deviceQuery和bandwidthTest,在命令窗口运行测试文件，分别输入deviceQuery.exe，bandwidthTest.exe并运行，两个地方的Result=PASS则说明通过，反之，Rsult=Fail 则需要重新安装。
可以PASS就ok啦~
二、安装Pytorch
然后通过Anaconda prompt 命令行进行安装
然后复制命令进去（官方版）
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
不过可能等的没有耐心，然后切了清华源的 ...电脑里之前有，只是把命令里的 -c pytorch去掉就可以了。.（清华源版）
conda install pytorch torchvision cudatoolkit=10.1
然后 还是很慢，主要时间都耗在解析环境上了，大概用了半个多小时解析 : )
由于不太确定用清华源的是CPU版本还是GPU版本的。（网上都说清华的莫名其妙就装成CPU版的 Orz.
这个图翻了好多博客都没有人放过
讲真 清华源还是快，大概用了20分钟吧，就是最后卡住了 不知道是为什么。
终于安装完啦！！！测试一下结果 Orz.
#测试代码
import torch
x = torch.Tensor([7,1])
xx = x.cuda()
print(xx)
#测试cudnn
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))
至此 说明pytorch 可以支持GPU运算啦 开森。不用再折腾啦~ 也说明 清华源可以安装GPU版本的！ 应该是只要安装列表里没有带CPU的就可以啦~
三、TensorFlow安装
本来没打算装，但 还是顺手一个命令解决它吧 : )
conda install tensorflow-gpu
这个的gpu版本就很明确~
解析环境同样很慢
Two hours later...我睡醒一觉 还是没解析完。
登了一下官网查了查
https://tensorflow.google.cn/install/source
然后发现好像不支持CUDA10.1.（害 要不是CUDA官网放鸽子了，也不会装个CUDA10.1，本来就想用个CUDA9.0）
附个github解决办法吧 暂时不折腾啦，等用到再说吧 ：）
https://mp.csdn.net/console/editor/html/106971912
end Orz