更新於2019/5/10，請酌情參考自身條件採納，前期準備如下：

• 操作系統：WIN 10
• 硬體：9700K + RTX 2080
• 顯卡驅動：430.39
• 下載：
• Anaconda3-5.3.1-Windows-x86_64（Py3.7）
• CUDA Toolkit 10.0 Archive
• cuDNN v7.5.1 (April 22, 2019), for CUDA 10.0

安裝步驟

1. 安裝Anaconda，一路Next，在Advanced Option選項，勾選添加進環境變數，安裝完成；

# 修改Conda源到中科大鏡像
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

1. 安裝CUDA10，選擇一個空路徑安裝，選擇自定義安裝，並只勾選CUDA組件；
2. 解壓縮你下載的cuDNN v7.5.1；
3. 參照官網，將解壓出來的cuDNN對應的bin/cudnn64_7.dll, include/cudnn64_7.dll, lib/x64/cudnn.lib三個文件，複製到對應CUDA目錄下；y
4. Alt+R，輸入cmd，回車進入命令行模式，輸入conda create -n py37_pytorch_gpu pip python=3.7 創建conda環境；
5. 在命令行下，鍵入conda activate py37_pytorch_gpu;
6. 在PyTorch官網找到並鍵入對應安裝命令，我的是conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
7. 安裝完成後，在py37_pytorch_gpu環境下啟動python;

import torch
?
print(torch.cuda.is_avaliable())
# True
# 大功告成!

10 .當然，如果你習慣在Jupyter Notebook下做分析建模，你需要手動將創建的環境與Jupyter綁定（參考方法）

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
?
conda install nb_conda_kernels

推薦閱讀：