正确的安装方法
参照官网！！！
如果你的cuda版本低于上面官网连接中展示的，怎么办？还是参照
官网！！！这里展示了过底的cuda版本对应的版本底的PyTorch版本的安装。比如说，可以从这个页面搜索cuda10.1应该安装什么样版本的torch。
深度学习框架
GPU
- 图形处理器（英语：graphics processing unit，缩写：GPU），俗称显卡。是硬件。
- 显卡驱动：（通常指NVIDIA Diver）
想要用这个硬件就需要一个驱动（很好理解：比如电脑要连打印机就要装打印机驱动，所以电脑要用GPU也要装驱动）。
CUDA
- CUDA
CUDA是一个并行计算平台和编程模型，能够使得使用GPU进行通用计算变得简单和优雅。 - cudann
这个其实就是一个专门为深度学习计算设计的软件库，里面提供了很多专门的计算函数，如卷积等。方便运算。 - CUDA Toolkit
CUDA 工具包的主要包含了 CUDA-C 和 CUDA-C++ 编译器、一些科学库和实用程序库、CUDA 和 library API 的代码示例、和一些 CUDA 开发工具。 - nvcc
nvcc其实就是CUDA的编译器 - nvidia-smi
nvidia-smi全程是NVIDIA System Management Interface ，它是一个基于前面介绍过的NVIDIA Management Library(NVML)构建的命令行实用工具，旨在帮助管理和监控NVIDIA GPU设备。
参考
Torchvision
Torchvision 包含一些常用的数据集、模型、转换函数等等。当前版本 0.5.0 包括图片分类、语义切分、目标识别、实例分割、关键点检测、视频分类等工具
nvcc和nvidia-smi显示的CUDA版本不同？
参考
报错
- RuntimeError: The NVIDIA driver on your system is too old (found version 10010). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver.
这种版本问题就是由于cuda和torch的版本选择不配导致的，按照上面的方法重新安装torch、torchvision等就可以拉！
注意
新建一个conda环境安装torch更方便哦！不同的任务都可以新建一个conda，来避免由于不同任务所需包的不同版本导致冲突的问题。一旦环境出现问题，也不至于影响所有任务。