文章目录
环境配置
温馨提示：为了更好的教程体验，提供视频、阅读地址
Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V
BiliBili: https://www.bilibili.com/video/av74281036/
Github: https://github.com/xiaotudui/PyTorch-Tutorial
相关下载：https://pan.baidu.com/s/16koDDDvAFO7rNoi-uR-A_g 提取码：pahi
1. Anaconda 下载
在机器学习，深度学习中，要用到大量的 package（就是各种工具包）。如果说，函数是一个工具，那么 package 就是一个工具包。一个个安装 package 很麻烦，而且容易出现疏漏。于是，就有了 Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。
也就是说，你只要安装了 Anaconda，就安装了很多我们之后要用的许多packages。（他还有很多功能，对入门帮助超大，后面再说）
Anaconda历史版本链接
2. Anaconda 安装
双击进行安装，需要注意以下几点：
（1）记住安装路径，之后会用到
（2）跳过安装 Microsoft VSCode
为了检验是否安装成功，在开始菜单出，左击 Anaconda Prompt
如果可以成功打开，且左边有 (base)，即安装成功
3. 显卡配置（无 Nvidia 显卡的略过）
- 查看有无驱动（可忽略，直接进行第2步）
只要你打开任务管理器，在 GPU 那里看到了你的 NVIDIA 显卡，即可。说明你的硬件驱动，已安装。
如果你的 NVIDIA 显卡未显示，可以使用驱动人生，或者去官网下载驱动。
2.
打开cmd，输入nvidia-smi查看驱动版本
Driver Version显示，该卡目前的驱动版本为391.25
4. 有序的管理环境
也许，你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。很折腾。
Anaconda 集成的 conda 包就能够解决这个问题。它可以创造出两个屋子，相互隔离。一个屋子放 0.4 版本，一个屋子放 1.0 版本。你需要哪个版本，就进哪个屋子工作。
我们首先使用 conda 指令创建一个屋子，叫做 pytorch。
指令如下：
conda create -n pytorch python=3.6
conda 是指调用 conda 包，create 是创建的意思，-n 是指后面的名字是屋子的名字， pytorch是屋子的名字（可以更改成自己喜欢的），python=3.6 是指创建的屋子，是 python3.6 版本。
之后，弹出提示，输入 y，即可安装。
安装成功后，输入以下指令：
conda info --envs
即可看到 conda 环境中，有新建的 pytorch 环境，右边的 * 号表示，当前你处于哪个环境。
接下来，我们要在 pytorch 环境中，安装 PyTorch，（有点绕），使用如下指令，进入 pytorch 环境。
conda activate pytorch
你可以看到左边的 base 变成了 pytorch，代表成功进入 pytorch 环境。
5. 安装 PyTorch
1.准备工作
添加镜像源，可以加快下载速度
#中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
#清华源（两个源用其中一个就好，推荐中科大）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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 --set show_channel_urls yes
# 设置成功后可以用以下指令查看是否添加成功
conda config --show channels
假设安装代码为conda install pytorch cudatoolkit=9.0 -c pytorch，其中-c pytorch为采用官网源下载，使用镜像源的话要去掉
# 删除已添加的源
conda config --remove-key channels
2.正式安装：
必读-必读-必读-必读推荐使用此方法：PyTorch、CUDA Toolkit 及显卡驱动版本对应关系（附详细安装步骤）
参考阅读：官网安装代码
通过阅读上面的安装方法后，根据显卡确定了cuda和pytorch版本，假设确定了安装代码为conda install pytorch cudatoolkit=9.0
动手安装：复制安装代码，打开 Anaconda Prompt，查看最左边括号中是 base 还是 pytorch。
如果是 base，使用 conda activate pytorch 进入 pytorch 环境中。之后粘贴即可
果断输入y，之后就是漫长的等待。或者去休息吧，慢慢等着。看看剧啥的，等着它慢慢下吧。如果你的并不慢，恭喜恭喜
6. 加速（忽略，跳过）
有的时候，下载速度太慢了，可以利用我已经下载好的文件（适用于较高版本显卡，自己的电脑不适用）
链接：https://pan.baidu.com/s/1cyEjHdluc4ufCkvtbgziqA
提取码：bzfx
复制这段内容后打开百度网盘手机App，操作更方便哦
将其中的 pytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar 和 cudatoolkit-9.2-0.tar两个文件，复制到刚才 Anaconda 安装的目录下的 pkgs 文件夹中。
这两个文件，只能安装 pytorch1.3.0 和 cuda 9.2，仅限Windows
之后，在 Anaconda Prompt 命令行窗口，多按几次 Ctrl + C 结束程序。然后，重新复制 PyTorch 安装命令，粘贴到命令行上，进行安装。
7. 验证是否安装成功
（1）在命令行左边为 pytorch 环境中，输入 python
（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了
（3）接下来，输入 torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。
（4）查看pytorch版本torch.__version__
