配置国内源，一劳永逸

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/

Pytorch官网寻找需要安装的版本

anaconda会给你默认装CPU版本的，很坑爹！！！千万不要直接复制conda的命令，记住以下步骤：
1.点开这个网站
https://download.pytorch.org/whl/

2.选取你对应的torch、torchaudio、torchvision。
其中cu对应的cuda，cp对应的python，Linux、windows这个很显然可以看出什么意思。

3.然后下载下来，用传输工具传到Linux上。比如xftp。

4.然后进入你的工作虚拟环境，然后pip install [packageName]，packageName是你的包名。这样就可以直接用anaconda中的pip安装上GPU的pytorch，统一纳入anaconda的包管理了。

这里有一点说明。如果想要安装最新版的话，一般你的机器安装的版本与上述任意一个版本不匹配的话，选择上述有的版本中低于你的CUDA版本的最接近那个版本。

比如我的CUDA 11.1，则我选择CUDA10.2而不是11.3。因为CUDA是向下兼容。

安装完测试

import torch
print(torch.cuda.is_available())