本文更新于8月底
概述
步骤如下：
1. 安装Ubuntu
2. 安装NVIDIA 显卡驱动
2. 安装NVIDIA Cuda
3. 安装NVIDIA CuDNN
4. 安装GPU版本的PyTorch
安装Ubuntu
系统版本选择
之前pytorch是不支持Windows的，现在貌似是支持了，但我们还是选择Ubuntu。注意Ubuntu的版本要与cuda兼容，目前官网支持的版本有17.10和16.04，笔者使用了Ubuntu 16.04版。
安装过程略，注意安装完系统后更改/etc/apt/sources.list文件换成国内源，更换方法可以搜索“ubuntu16.04 国内源”。如果换源后sudo apt update还是失败，就去检查/etc/apt/sources.list.d/目录中的文件是否含有需要翻墙才能上的网站（比如安装了chrome就会有这个问题==）。
安装NVIDIA显卡驱动
安装NVIDIA驱动有多种方式，比如可以去官网下载最新版，这里介绍最简单的一种：
打开System Settings…
选择System下的Software & Updates
在弹出的窗口中选择Additional Drivers选项卡
选择NVIDIA的显卡驱动，点击Apply changes就可以等驱动安装完成啦，安装完成后重启一下～
安装NVIDIA Cuda
到官网下载文件：选择对应版本（见下图）并点击Download按钮：等下载完成后，依次执行下面的命令，注意<version>要替换成对应的版本号，如9-2
安装NVIDIA CuDNN
1.到官网下载文件：点击如图按钮。下载需要NVIDIA的账号，没有的需要先注册一个
选择Runtime Library版的deb文件进行下载：
安装cudnn过程与cuda类似：
执行命令sudo dpkg -i <name>，其中<name>为刚才下载的deb文件名执行命令sudo apt install <name>,其中<name>要和自己下载的cudnn版本匹配，比如这里是libcudnn7
安装GPU版本的PyTorch
这里选择用pip进行安装，首先需要安装pip：执行命令sudo apt intall python-pip3
现在建议配置pip虚拟环境，为此我们需要配置virtualenv（有关virtualenv的详细介绍可以看看廖雪峰Python3教程和官方documentation）：
安装virtualenv：执行命令pip3 install virtualenv新建一个虚拟环境（这里取名为env-pytorch)：在终端中切换到想要新建env-pytorch的目录下（创建完虚拟环境后此目录下会多一个名为env-pytorch的文件夹，包含该虚拟环境相关的全部文件），执行命令virtualenv --no-site-packages venv -p <PYTHON_EXE>，其中<PYTHON_EXE>是Python的版本号，例如python3.6
到官网选择对应版本之后会得到相应的安装命令，如下图：
为了验证以上安装成功，在终端输入python进入Python交互模式，然后依次输入：
import torchtorch.cuda.is_available()
如果返回结果是True，证明安装成功了
