Pytorch安装教程
PyTorch环境搭建（windows版）
首先确定自己电脑上是否有nvidia的显卡（就是游戏显卡RTX3050，RTX3060……这些，必须是nvidia的显卡）
如果自己电脑上没有显卡，就配置cpu版的pytorch即可。安装cpu版的pytorch参考步骤1，4，如果自己电脑上有gpu,就安装gpu版的pytorch，参考步骤1，2，3。
1.Anaconda安装
anaconda是python的包管理器，可以很方便的管理不同项目的python环境，解决不同项目python包的环境冲突问题。
安装步骤： 1、官网下载安装包：https://www.anaconda.com/distribution/ 2、运行并选择安装路径，等待安装完成。(要记得勾选 Add Anaconda to the system PATH environment variable，是为了将Anaconda添加到环境变量中。是的它显示不建议你这样做，但我建议你这样做，要不然还要自己手动把他添加到环境变量里)
3、查看是否安装成功，cmd中输入conda回车，是否出现如下信息，有则说明安装成功。
2.CUDA与CuDNN安装
(1)先检查自己的电脑所支持的CUDA版本是多少。
桌面右键点击进去NVIDIA控制面板，找到左下角的系统信息，点击组件，出现如下界面。
从NVCUDA.DLL 这一行后面的CUDA 11.4说明我的电脑所支持的最高版本是11.4。
(2)官网下载相对应的CUDA
(https://developer.nvidia.com/cuda-toolkit-archive)
我所支持的版本是11.4，所以我下载的是红色箭头所标出的那行。点击以后出现如下页面，选择第一个下载即可。
下载完成后，在所在的文件夹下运行安装即可。 然后查看CUDA是否安装成功： cmd中运行到安装的文件目录下：
1cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
然后执行nvcc -V，查看是否出现如下信息，有则说明CUDA安装成功。
如果输入nvcc -V 出现错误，考虑是否将Anaconds加入环境变量PATH中。
(3)安装相对应版本的cuDNN。
进入官网： https://developer.nvidia.com/rdp/cudnn-download 需要注册并登录账号（这个需要一段时间），然后选择相对应的版本下载。
我的是CUDA11.4，所以我选择的是第一个。等待下载完成后进行解压，得到一个cuda文件夹，进入之后，全选，复制到之前CUDA所安装的文件夹下，有重复的进行替换即可。
查看cuDNN是否安装成功： 步骤如下：（进入安装的路径）
出现如下Result = PASS 说明cuDNN安装成功。 可以再接着执行deviceQuery.exe，如果出现Result = PASS 说明CUDA和cuDNN都已经安装成功了。
3.gpu版Pytorch安装
（1）先配置torch环境。 先打开Anaconda Prompt(anaconda)
下面我们分析一下anaconda prompt每一条命令行的结构。（base）指的是当前所在的python环境是base环境。C:UsersYYF>指的是当前anaconda prompt所在的文件夹位置，我们要执行相关指令只需要在>后面输入指令，回车运行即可。
然后我们然后输入
1conda env list
这条语句会显示出当前已存在的python虚拟环境，如果是刚安装anaconda,应该只有一个base基环境。 下面我们新建立一个python虚拟环境(命名为new)
1conda create –n new python=3.9.10
-n就相当于参数–name,上面这条语句也可改为conda create –name python=3.9.10 (这儿python=xxx可以自己指定python版本，这儿的new是你所创建的虚拟环境的名称，大家可以自己取) 然后激活环境： 在anaconda prompt中输入：
1conda activate new
此时我们可以看到（）里面已经变为new，说明我们已经进入new这个虚拟环境。
此时再进行python包的安装就是对这个虚拟环境操作，比如我们 pip install numpy（或者 conda install numpy）,再输入
1conda list # 显示当前虚拟环境的所有包环境
此时我们看到new这个虚拟环境里面已经有numpy这个包了。
（2）pytorch的安装
法一：打开pytorch官网：https://pytorch.org/get-started/locally/（pytorch当前建议版本）或者 https://pytorch.org/get-started/previous-versions/ （pytorch的老版本）找到自己所对应版本的使用conda命令安装即可（会慢一些，但建议新手这样做）。
法二：进入如下网址：https://download.pytorch.org/whl/torch_stable.html，下载自己所需要的torch和torchvision。 可以按快捷键ctrl+F进行搜索。 （不建议新手这样做）
（3）等待安装完成。 查看pytorch环境是否安装成功：
要记得先进入之前创建的环境中，然后依次输入蓝色方格中的代码，没有报错，且最后输出True，则说明pytorch环境安装完成。
4.cpu版PyTorch安装
（1）先配置torch环境。 先打开Anaconda Prompt(anaconda)
下面我们分析一下anaconda prompt每一条命令行的结构。（base）指的是当前所在的python环境是base环境。C:UsersYYF>指的是当前anaconda prompt所在的文件夹位置，我们要执行相关指令只需要在>后面输入指令，回车运行即可。
然后我们然后输入
1conda env list
这条语句会显示出当前已存在的python虚拟环境，如果是刚安装anaconda,应该只有一个base基环境。 下面我们新建立一个python虚拟环境(命名为new)
1conda create –n new python=3.9.10
-n就相当于参数–name,上面这条语句也可改为conda create –name python=3.9.10 (这儿python=xxx可以自己指定python版本，这儿的new是所创建的虚拟环境的名称) 然后激活环境： 在anaconda prompt中输入：
1conda activate new
此时我们可以看到（）里面已经变为new，说明我们已经进入new这个虚拟环境。
此时再进行python包的安装就是对这个虚拟环境操作，比如我们 pip install numpy（或者 conda install numpy）,再输入
1conda list # 显示当前虚拟环境的所有包环境
此时我们看到new这个虚拟环境里面已经有numpy这个包了。
（2）pytorch的安装
打开pytorch官网：https://pytorch.org/get-started/locally/（pytorch当前建议版本）或者 https://pytorch.org/get-started/previous-versions/ （pytorch的老版本）找到自己所对应版本的使用conda命令安装即可（会慢一些，但建议新手这样做）。
（3）等待安装完成。 查看pytorch环境是否安装成功：
要记得先进入之前创建的环境中，然后依次输入蓝色方格中的代码，没有报错，则说明pytorch环境安装完成。
参考资料： 深度学习 | NVIDIA 开发者 浅析三种Anaconda虚拟环境创建方式和第三方包的安装-腾讯云开发者社区-腾讯云 (tencent.com) 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili PyTorch