近期手上有几个需要PyTorch的项目，自己在搭建环境时遇到了各种各样的问题，花了很长时间才解决。为了让后来的人少走弯路，特意整理一下。
整体上整个过程可以分为大步：
环境准备：windows 10, python 3
1. (optional) 安装Visual Studio（VS）。如果电脑上没有VS， 在安装CUDA时，有一个环节会提醒说电脑上检测不到VS，部分功能可能无法实现。我下载的版本为Microsoft Visual Studio Community 2019, Version 16.7.2。 下载地址如下：
https://visualstudio.microsoft.com/downloads/visualstudio.microsoft.com
2. 安装CUDA。CUDA的下载地址如下：
CUDA Toolkit 11.0 Update 1 Downloadsdeveloper.nvidia.com
注册账号之后，就可以进行下载了，注意选择Windows系统。Local和network只是下载方式不同，我个人使用的exe(local)。下载成功后是一个exe文件，然后点击按照提示下一步即可。选择安装位置时，好像无论选择哪里，最后都会安装到该路径： C:Program FilesNVIDIA GPU Computing Toolkit。（此处存疑）无论是这个路径还是自定义的路径，下载后可以检查一下到底在哪里，这个路径后面还会用到。
3. 安装CuDNN。CuDNN的下载地址如下：
https://developer.nvidia.com/rdp/cudnn-downloaddeveloper.nvidia.com
这一步好像需要回答调查问卷后才能下载，不过我本人好像没有完成，刷新了一下就没了- -。然后下载这一个选项：cuDNN Library for Windows (x86)。下载完后是一个zip文件夹，解压之后有一个名叫cuda的文件夹，内含另外三个文件夹："bin", "lib" and "include"。将每个文件夹中的内容，复制粘贴到CUDA对应的文件夹中。具体如图：
左边为CUDA文件夹，右边为cuDNN文件夹。"bin", "lib" and "inclue"这三个文件夹两边都有。
以"bin"为例，把右边"cuDNN/bin"中所有的文件，复制粘贴至左边"CUDA/bin"文件夹中。对另外两个也做相同的操作。
4. 添加环境变量。具体可以参见以下这个帖子的环境变量配置部分。CUDA下载后在System Vriables里，CUDA_PATH 和CUDA_PATH_V_11_0 已经被自动配置好，所以只需要再Path里额外设置两个就好了。
西河沿的风：win10安装CUDA和cuDNN的正确姿势zhuanlan.zhihu.com
4.安装PyTorch。
选择如上的配置。
然后打开命令行（开始菜单，运行，输入“cmd”）,把最下面的那行指令复制粘贴进去就好了，静静等待安装完成。
如果PyTorch安装顺利，在命令行中，python环境下输入以下指令：
import
应该可以看到torch已经安装完成，版本号为1.6.0。如果CUDA和CuDNN也安装完成，输入：
torch.cuda.is_available()
应该得到返回值为“True
