安裝anaconda

登錄anaconda的官網(wǎng)下載，anaconda是一個(gè)集成的工具軟件不需要我們?cè)俅蜗螺d。anaconda官網(wǎng)

跳轉(zhuǎn)到這個(gè)頁(yè)面如果你的Python版本正好是3.8版，那便可以直接根據(jù)系統(tǒng)去選擇自己相應(yīng)的下載版本就可以了。
但是如果你的Python版本號(hào)不是當(dāng)前頁(yè)面的版本號(hào)，那我建議你去選擇相對(duì)應(yīng)的版本號(hào)。
點(diǎn)擊archive你就會(huì)跳轉(zhuǎn)到下面的頁(yè)面

你可以訪問(wèn)這篇博客去找到當(dāng)前與你python版本號(hào)相對(duì)應(yīng)的anaconda（比如我的python是3.7.2版本的，因?yàn)檫@個(gè)版本在那篇博客中沒(méi)有對(duì)應(yīng)的anaconda的版本所以我便選擇了Anaconda3-2019.03，而這個(gè)版本對(duì)應(yīng)的是python3.7.3版，新的版本對(duì)舊的版本具有包容性，雖然有的人說(shuō)運(yùn)用最新的版本對(duì)現(xiàn)在所有的python版本都可以兼容，但是我沒(méi)有試過(guò)，如果有試過(guò)的可以告訴我）。
如果不知道怎么查找版本號(hào)？同時(shí)按住win+R進(jìn)入cmd輸入命令: python --version

下載完便開(kāi)始安裝，根據(jù)你的需求去選擇，看你是商業(yè)用途還是個(gè)人用途，我選擇的是個(gè)人
一定要記住自己安裝的路徑

點(diǎn)擊對(duì)勾將anaconda的默認(rèn)值設(shè)置為python3.7

剩下的默認(rèn)就可以了。
安裝完成以后點(diǎn)擊win圖片，在最近添加和anaconda包中都能找到anaconda prompt。

出現(xiàn)（base）便表示成功

環(huán)境管理

在我們做項(xiàng)目的時(shí)候可以能需要不同環(huán)境的python版本，有時(shí)候要1.0版本，有的需要3.0版本的拿在這里我們就需要建立不同的環(huán)境，在不同的需要的時(shí)候去使用。
這個(gè)是在Anaconda Prompt下操作的

conda create -n

這是創(chuàng)建的格式
"pytorch"是這個(gè)環(huán)境變量的名字
"python=3.7"是我們要確定的當(dāng)前環(huán)境的版本數(shù)
告訴我們創(chuàng)建這個(gè)環(huán)境需要這些包加入，同意就輸入y

這樣就操作成功。

我們輸入activate pytorch（pytorch是你定義的這個(gè)環(huán)境的名字），左邊的環(huán)境就從base（基本環(huán)境），變成了pytorch環(huán)境。

輸入pip list，查看當(dāng)前環(huán)境下面有哪些包，我們發(fā)現(xiàn)沒(méi)有pytorch，那么下面我們就需要安裝它。

PyTorch安裝

進(jìn)入pytorch官網(wǎng)
復(fù)制這一段操作指令。（這種情況是需要電腦上有單獨(dú)的英偉達(dá)的顯卡、或者英偉達(dá)的顯卡和集顯這兩種情況都是可以的。）

進(jìn)入命令符號(hào)窗口，輸入nvidia-smi,查看當(dāng)前驅(qū)動(dòng)的版本號(hào)，觀察Driver Version的值是否大于400，如果小于請(qǐng)更新顯卡驅(qū)動(dòng)。推薦使用驅(qū)動(dòng)精靈更新，雖然驅(qū)動(dòng)精靈的版本沒(méi)有官網(wǎng)的更新的那么及時(shí)但是驅(qū)動(dòng)精靈更新簡(jiǎn)單，不需要過(guò)多的操作。當(dāng)然也可以去英偉達(dá)顯卡驅(qū)動(dòng)更新去下載。

選擇自己顯卡相對(duì)應(yīng)的系列，括號(hào)中Notebooks是筆記本。

將上邊復(fù)制的代碼粘貼進(jìn)去。注意此事的環(huán)境是pytorch

輸入y

便開(kāi)始下載了（下載時(shí)間較長(zhǎng)請(qǐng)耐心等待）

下載完成后我們?cè)俅屋斎雙ip list，查看到已經(jīng)有torch的存在。

檢驗(yàn)安裝

先輸入python，然后輸入import torch，如果輸入后沒(méi)有任何報(bào)錯(cuò)，沒(méi)有任何顯示那就是成功了，然后再輸入torch.cuda.is_available()，返回的是True，那便是完成了整個(gè)操作。