前言
本文将详细讲述pytorch的安装步骤以及本人所踩过的坑，请各位小伙伴按自己的需求进行观看。
anaconda的安装
首先，每个人电脑的配置不同，所需要的虚拟环境也不同，请勿直接复制粘贴。
我推荐直接安装最新版本的anaconda，当需要使用旧版本python时创建新的虚拟环境就好。
可以选择在官网上直接下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
但是我更推荐去国内的镜像网站下载，官网网速太慢了，很折磨人。
选择对应型号的版本进行安装，博主这里安装的是这个。
对于后缀区分感兴趣的小伙伴可以看看这篇文章 X64\X86\X86-64的区别。
下载好之后双击点开，开始安装。
由于博主是安装完之后才开始写这篇教程，中途有许多地方没有截图，就部为了截图删掉重新安装了。
具体步骤参考这篇知乎文章 Anaconda超详细安装教程（Windows环境下）
创建pytorch环境
同时按下win+R，输入cmd。
输入
conda create -n pytorch python=3.9.6
创建一个名为pytorch（可精简成torch），python版本号为3.9.6的虚拟环境。
回车后开始加载，显示
输入y，代表Yes，同意创建环境。
下载环境包可能稍慢，请耐心等待。
安装完成后输入
conda info --env
查看当前系统已有环境。
（如果出现*号说明你已在该环境中）
至此基础的pytorch环境就创建成功，如果想了解更多的conda指令以方便更好的配置环境，可以参考以下文章。
pytorch安装
CPU版本
虽然cpu版本安装起来非常简单，但是pytorch在进行深度学习时的计算量非常之大，如果电脑有gpu（也就是显卡）的话，最好还是安装gpu版本，不然学习起来非常的痛苦，就最基础的模型可能都会出现要跑2-3小时的情况，后续如果有课设之类的需求的话，cpu版本基本无法满足自己跑模型的需求，请谨慎考虑。
还是先打开cmd，输入以下指令进入之前所创建的pytorch环境中。
conda activate pytorch
如果之前创建环境时没有使用pytorch作为名称，请自行更改。
有以下前缀便说明成功进入环境中。
进入pytorch官网，下划找到以下界面
用官方指令下载需要访问国外的数据库，下载较慢，也有可能出现下载中断的情况，推荐使用国内的镜像的网站进行下载。
在cmd输入以下代码将清华源镜像导入到anaconda中。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ conda config --set show_channel_urls yes conda config --set ssl_verify false
输入查看当前已有的镜像源。
conda config --set ssl_verify false
将官方指令删除-c pytorch后即可使用镜像源。
输入到pytorch环境下的cmd中，按下回车开始安装。
仍然输入y同意安装。
等待安装完成后输入python，再输入
import torch
print(torch.__version__)
如果出现版本号说明安装成功。
GPU版本
这边推荐安装GPU版本，虽然安装比较麻烦，但是可以很好的满足我们的使用需求。
cuda安装
cuda版本选择
cuda是显卡驱动，只有下载了cuda我们的GPU才能被调用起来。
还是打开我们的老朋友cmd，输入
nvidia-smi
记住这个数字，接下来比对
比对右侧数字，选择对你来说合适的版本，这里我选择的是12.1版本。
选择时，请比对cuda版本是否有适配的pytroch版本。
cuda安装以及环境变量设置
选择好cuda和pytorch版本后，我们进入官网下载cuda。（官网非常的卡，最好能挂个梯子进去下载，或者在各个帖子中寻找自己版本的安装包的云盘链接）
NVIDIA CUDA各版本下载链接(包括最新12、11版本和以往10.2版本）
点击下载后耐心等待，下载完成后运行.exe文件。选择精简安装一直下一步就好。如果由于VS的原因，导致无法正常安装，可以换成自定义的安装方式，并将VS勾给去掉，便可以正常安装了，至于CUDA的安装目录，大家默认安装在C盘即可。
CUDA9.1版本安装之后会自动配置好环境变量，不需手动添加，如果版本较老的话可以参考以下文章
最后运行cmd，输入
nvcc -V
出现以下提示说明安装成功。
pytorch安装
进入pytorch官网，选择对应版本的pytorch，将代码输入处于pytorch环境中的cmd进行安装。
与cpu版本一致，如果下载速度慢的话就导入清华源。
下载torchvison
老规矩，寻找对应版本的torchvison。
进入清华镜像源，寻找到对应版本的压缩包进行下载。
下载完后进入下载地址，在地址栏输入cmd后回车。
用
conda activate pytorch
激活pytorch虚拟环境，再输入conda install –offline 加刚刚下载的文件名称，我这里是
conda install --offline torchvision-0.17.1-py39_cu121.tar.bz2
回车后就会离线安装torchvision，出现该界面就算安装成功。
再输入以下指令查看已安装库。
conda list
成功。
输入
python import torch print(torch.__version__) print(torch.cuda.is_available())
出现版本号已经ture就说明安装成功，可以使用。
尾声
码字不易，花费了7个小时的时间写出该文章，如果对你有所帮助，我会很开心。
