Windows 10でPyTorch 1.5をCUDA 10.2向けにビルドする手順をのせておきます。（2020/3/1時点）
PyTorchと併せてよく使われるtorchvisionのビルド手順も含んでいます。
ここでは細かい説明は省略しているので、もう少し細かい説明が必要な場合はBlog - dev.infohub.ccも参考にしていただければと思います。

#ビルド環境

ハードウェア
- CPU: AMD Threadripper 3960X
- GPU: nVIDIA TITAN RTX
ソフトウェア
- Windows 10 Pro Version 1909 (x64)
- Microsoft Visual Studio Community 2019 – Ver 16.4.5
- Git for Windows（gitコマンドが使えれば何でもOK）
- Python 3.8.2（AnacondaではなくPython.orgの方）
- CUDA 10.2
- cuDNN 7.6.5
- Intel MKL 2019.0（AMDのCPUだけど強制的にMKLを使用）

#環境変数などの設定

MKL_DEBUG_CPU_TYPE=5 （AMD系CPUでMKLを使うための設定）
他CUDA等へのPATHが通っていること

#PyTorch、torchvisionのビルド
Visual Studio 2019のx64 Native Tools Command Prompt for VS 2019を開いて以下の手順で作業を行います。（説明はコメント形式で載せています）

# ビルド用の仮想環境(build_pt)作成
python -m venv g:\work\build_pt
g:\work\build_pt\Scripts\activate.bat
cd /d g:\work\build_pt

# パッケージなどの更新
python -m pip install --upgrade pip

# ビルドに必要なパッケージの導入
pip install numpy ninja pyyaml mkl mkl-include cmake cffi wheel

# ソース取得
# 本家サイトの手順とは違って、サブモジュールは後から取得する
git clone https://github.com/pytorch/pytorch
cd pytorch

# 2020/03/01 13:24 時点の状態に切り替え（今回試した最新の状態）
git checkout ace2b4f

# サブモジュールの取得
git submodule sync
git submodule update --init --recursive

# ビルド（Threadripper3960Xで18分くらい）
python setup.py install

# wheelパッケージ作成（pipでwheelを入れておく）
# G:\work\build_pt\pytorch\dist に「torch-1.5.0a0+ace2b4f-cp38-cp38-win_amd64.whl」が作成される
python setup.py bdist_wheel

# ---- ここからtorchvisionのビルド ----------------------------------

# 親フォルダ（g:\work\build_pt）に移動
cd ..

# torchvisionのビルドに必要な追加パッケージの導入
pip install six pillow

# torchvisionでCUDAが使われるかどうかの確認
# この結果がTrueならCUDAが使われる（強制的に使うようにビルドすることも可能。詳細はtorchvisionのページを参照）
python -c "import torch; print(torch.cuda.is_available())"

# torchvisionのソースコード取得
git clone https://github.com/pytorch/vision.git
cd vision

git checkout b2e9565

# ビルド（数分くらい）
python setup.py install

# wheelパッケージの作成
python setup.py bdist_wheel

これでdistフォルダにPyTorchとtorchvisionのwheelファイル（*.whl）が作成されます。

#利用環境への導入
ビルドしたPyTorchとtorchvisionのwheelパッケージを、個別の仮想環境に導入する手順です。
ビルド用のフォルダはディスク容量をかなり使うので、実際にPyTorchなどを利用する環境と、ビルド用の仮想環境は分けておくと便利です。
ここでは、c:\venvs\配下にmlという仮想環境を作成する想定です。
通常のコマンドプロンプトから実行すればOKです（Visual StudioのコンソールでなくてOK）

# 仮想環境(ml)作成
python -m venv c:\venvs\ml
c:\venvs\ml\Scripts\activate.bat
cd /d c:\venvs\ml

# パッケージなどの更新
python -m pip install --upgrade pip

# PyTorchとtorchvisionの導入（依存パッケージも）
# PyTorchとtorchvisionのwhlファイルは上記で作成したファイルを指定
pip install numpy mkl six pillow
pip install "torch-1.5.0a0+ace2b4f-cp38-cp38-win_amd64.whl"
pip install "torchvision-0.6.0a0+b2e9565-cp38-cp38-win_amd64.whl"

これで、CUDA 10.2向けのPyTorch 1.5.0a0環境作成が完了です。