1、下载安装CUDA
访问nvidia官网下载CUDA，链接为https://developer.nvidia.com/cuda-downloads
注意要下载的是runfile，这个比较稳妥。CUDA版本可选择最新版版本，我的选择如下图所示：
选好安装包之后会有如下的安装步骤提示：
#下载 $ wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run #安装 $ sudo sh cuda_11.1.0_455.23.05_linux.run命令输入后会跳出如下提示：
Do you accept the previously read EULA? accept/decline/quit: accept装完之后需要配置环境变量，否则系统找不到相关的路径。 具体命令如下：
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1.0/lib64 $ export PATH=$PATH:/usr/local/cuda-11.1.0/bin $ export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1.0终端运行如下指令：
$ source ~/.bashrc #检查版本 $ nvcc --version2、安装cudnn
（cudnn是一个神经网络加速包）
下载cudnn的安装文件：https://developer.nvidia.com/rdp/cudnn-archive
解压下载的文件，可以看到cuda文件夹，在当前目录打开终端，执行如下米兰：
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ $ sudo chmod a+r /usr/local/cuda/include/cudnn.h $ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*3、安装Pytorch官网下载相应的安装包。
sudo pip3 install torch torchvision如果运行如下代码网速可能会快一点：
sudo pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/4、测试
至此Pytorch安装成功。
