參考網址：
https://medium.com/ching-i/win10-%E5%AE%89%E8%A3%9D-cuda-cudnn-%E6%95%99%E5%AD%B8-c617b3b76deb
前言
pyTorch 是一個開源的深度學習框架，其優勢在於其高效能、強大的功能，以及強大的社群支援。
本篇教學將會教你如何安裝 pyTorch 以及如何使用 GPU 加速。
安裝虛擬環境
pyTorch 官方建議使用 Anaconda 環境，因為它內建了許多資料科學相關的套件，如 NumPy、SciPy、Matplotlib、pandas 等等。
Anaconda 環境可以從以下網址下載：
https://www.anaconda.com/products/individual
MiniConda 是一種較小型的 Anaconda 環境，可以節省硬體資源，但功能較為有限:
https://docs.anaconda.com/free/miniconda/
版本對應官網
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
更新驅動（若不要也可以）：
https://www.nvidia.com/Download/index.aspx
選擇 cudnn 驅動程式：
https://developer.nvidia.com/rdp/cudnn-archive
安裝 CUDA Toolkit：
https://developer.nvidia.com/cuda-toolkit-archive
安裝 GPU 驅動程式
安裝完 Anaconda 環境後，開啟 Anaconda Prompt 並輸入以下指令安裝 pyTorch：
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
-c pytorch 選項是指定安裝從 pytorch 官方的 conda 套件庫下載。
安裝 pyTorch (用 conda 或者 pip ) ，下面只是示範，建議點擊網址查看最新版本：
https://pytorch.org/get-started/locally/
<!-- 用pip -->
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
<!-- 用conda -->
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
驗證 pyTorch 是否安裝成功
開啟 Python 程式，輸入以下程式碼：
import torch
print(torch.cuda.is_available())
如果出現 True，表示 pyTorch 已經成功安裝並且可以使用 GPU 加速。
選擇 GPU 裝置
如果有多個 GPU 裝置，可以透過以下程式碼選擇要使用的 GPU 裝置：
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
cuda:0 選項是指定使用第 0 個 GPU 裝置，如果有多個 GPU 裝置，可以依序選擇 cuda:1、cuda:2 等等。
總結
本篇教學示範了如何安裝 pyTorch 以及如何使用 GPU 加速，希望能幫助到你。
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以邮件至 kimfei2014@gmail.com