1、查看自己电脑是否匹配GPU版本。

设备管理器查看。

查看官网是否匹配。地址：https://developer.nvidia.com/cuda-gpus  **

2、进入NVIDIA对电脑版本进行查**看。

如果可以的的话可以自己卸载原来版本，后安装新版本。安装地址https://developer.nvidia.com/cuda-toolkit-archive

接下来，进入NVIDIA安装过程，在这安装过程中，我一开始直接选择的精简安装，但由于VS的原因，导致无法正常安装，于是我换成了自定义的安装方式，并将VS勾给去掉，便可以正常安装了，至于CUDA的安装目录，大家默认安装在C盘即可。

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

检验是否安装成功。

3.CUDNN安装

点击https://developer.nvidia.com/rdp/cudnn-download ，选择下载download cudnn，但这里需要你注册一个账号，然后进行问卷之后才可以进行下载页面，反正一步步操作即可。

这里记住一定要相配合，不然后期安装会失败。下载之后，解压缩，将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。

到此为止cuda、cudnn安装成功

**4、安装anacond

一直点next

第一个不勾选就可以了。具体过程可以看https://jingyan.baidu.com/article/425e69e615da75be14fc1645.html

5、安装pytorch

如果安装tensorflow，前面步骤一模一样。只是安装口令不同罢了。这里只详细介绍pytorch的安装过程。

打开anaconda下的Anaconda Prompt粘贴命令就可以安装了，此过程看网速，一般来说很快。但是一般我喜欢激活一个环境，首先采用：conda create --name pytorch python=3.6取一个虚拟环境。其次activate pytorch激活，在环境里面安装，这样即使安装tensorflow再安装一个环境就行了。方便。

下面是安装命令。如果按装较慢，可以试试清华镜像来进行安装。

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123conda config --set show_channel_urls yes

最后输入官网复制的命令：conda install pytorch torchvision cudatoolkit=10.0即可完成安装（原命令conda install pytorch torchvision cudatoolkit=10.0 -c pytorch需要去掉后面部分不然还是会默认下载，则镜像源没用）

如果还是安装不了，建议访问这个博主的文章https://blog.csdn.net/qq_38704904/article/details/95192856 看一下在本地下载好pytorch后的安装过程，其实也比较简单。

另外附上pytorch各个版本下载地址大全：https://blog.csdn.net/qq_27825451/article/details/90033909

另外这个地方请注意，安装torchvision要与torch相匹配。

不然会出现下面这张错误

6、测试是否成功

总结