安装cuda对应的pytorch

根据引用和引用的内容，安装CUDA10.0对应的PyTorch的步骤如下：

1. 首先，需要安装好CUDA和cuDNN。你需要确保你的电脑的GPU驱动版本与所安装的CUDA版本相匹配。
2. 创建一个名为pytorch的虚拟环境。你可以在Anaconda prompt命令界面中输入以下命令：

   conda create -n pytorch python=3.7

3. 激活pytorch环境。你可以使用以下命令激活环境：

   conda activate pytorch

4. 安装对应CUDA10.0的PyTorch。你可以使用以下命令来安装：

   conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

如果安装出错，你可以手动下载torch包，并将其拷贝至Anaconda3指定路径下。然后使用以下命令继续安装：

   conda install --use-local pytorch-1.7.0-py3.7_cuda101_cudnn7_0.tar.bz2

5. 验证环境安装成功，能成功调用GPU。在Anaconda prompt命令界面中输入以下命令，确保安装成功：

   activate pytorch
   python
   import torch
   torch.cuda.is_available()

如果显示True，则表示安装成功。

所以，根据以上步骤，你可以安装CUDA10.0对应的PyTorch。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [pytorch的安装](https://blog.csdn.net/weixin_42934729/article/details/123064382)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [基于cuda10.0的pytorch深度学习环境配置](https://blog.csdn.net/shine_Lee_/article/details/123747910)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]