在学习pytorch的过程中，需要安装1.3.0的pytorch，一查需要的cuda版本是10.1，但是实验室主机的cuda版本为10.2，，因为cuda的版本是向下兼容的，就是说查到的pytorch版本对应的是最低的cuda版本，只要cuda版本高于等于这个就可以了
1.下载pytorch1.3.0
pytorch下载网站https://download.pytorch.org/whl/torch_stable.html
在里面找到想要的pytorch就行，前面+cpu的是cpu版本，+cuda的是gpu版本，我在这里下载的是 torch-1.3.0-cp36-cp36m-win_amd64.whl，如果不想找可以在这里下载：
torch-1.3.0-cp36-cp36m-win_amd64.whlhttps://download.csdn.net/download/weixin_45674216/85382859
2.使用 Anaconda prompt 创建环境
conda create -n pytorch_gpu pip python=3.6
进入创建好的环境里
conda activate pytorch_gpu
把第一步下载的pytorch安装包移动到指定位置，进行安装
pip install torch-1.3.0-cp36-cp36m-win_amd64.whl
如果提示错误
ERROR: You nust give at least one requirenent to install (see "pip help install'）
则修改安装源为默认
conda config --remove-key channels
不提示错误就不用了
3.验证 PyTorch 安装是否成功
python
import torch x = torch.rand(5,5) print(x)
输出如下则代表安装成功
tensor([[0.7078, 0.1424, 0.3411, 0.3987, 0.3476],
[0.7534, 0.7137, 0.3489, 0.4226, 0.3640],
[0.4104, 0.8411, 0.5112, 0.0629, 0.0664],
[0.7568, 0.9495, 0.3300, 0.2392, 0.6441],
[0.7615, 0.1883, 0.6001, 0.9663, 0.3313]])
验证 GPU 是否可以用
torch.cuda.is_available()
输出如下：
True
则代表pytorch安装成功而且gpu可用
注：如果显示false则说明版本不对，重新安装吧
