一、安装pytorch准备工作
1. 按照步骤安装Anaconda，其中注意要把环境变量添加到path中，安装Anaconda就相当于安装了python，安装成功以后在命令提示符中输入python会出现其版本说明安装成功，如下图所示安装的python版本是3.9.12。
安装Anaconda的另一个好处在于我们可以自己创建一个新的环境，当我们需要使用时直接切换环境运行程序即可。
2. 安装开发环境，这里使用的是VScode，也可以使用pycharm，打开VScode，打开一个自己新建好的文件夹并且新建终端，在终端如下图所示命令创建pytorch环境，这里的python版本在上图中显示的是什么版本就是什么版本，以下只要是在终端输入的命令都可以换成在Anaconda Prompt中输入。
- 是打开的文件夹（创建在Anaconda安装目录下的envs文件夹中）；
- 是需要在终端输入的安装pytorch输入的命令，遇到y/n选项时输入y即可。
3. 安装成功之后会提示激活环境的命令（conda activate pytorch）和关闭环境的命令(conda deactivate)。
4. 输入激活pytorch的命令， 激活成功之后会从原始环境切换到pytorch环境下（如果在powershell终端环境下激活失败的话将终端转换为Command Prompt再激活，或者在Anaconda Prompt中操作）。
5. 使用pip list 查看工具包会发现并没有我们所需要的pytorch工具包。
二、安装pytorch
1. 进入官网下载pytorch。
2. 准备工作
（1）判断驱动版本是否符合要求：在命令提示符中输入nvidia-smi命令，出现如下图所示，查看驱动版本且需要大于396.36，小于的话需要用管家将驱动升级。若输入nvidia-smi命令显示不是内部或外部命令可参考如下：
‘nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序或批处理文件_Angeldream123的博客-CSDN博客_nvidia-smi不是内部或外部命令
（2）基于显卡安装pytorch：开始菜单搜索设备管理器，点击显示适配器查看GPU型号是否是英伟达显卡
无英伟达显卡或只有集显，CUDA选择 “None”；
有英伟达显卡，CUDA推荐选择9.2，或者11.3；
将各个选项选好以后在终端输入命令即可，先别输，往下看！！！
经验分享：使用官网命令安装会非常非常慢，方法有如下两种：
方法一：可以将已有的pytorch安装包和cuda放到Anacond安装目录的pkgs文件夹下再去终端或者Anaconda Prompt中执行安装命令。
方法二：方法一太慢的话就使用清华镜像重新下载，因为官网下载的包是从国外服务器下载的所以很慢，而清华镜像是从开源软件的软件包库中同步过来的镜像,在国内用这个镜像可以加快下载速度。使用镜像安装pytorch可按如下网址进行操作。https://blog.csdn.net/weixin_43408232/article/details/127035092使用清华大学镜像加速基于GPU的Pytorch环境_Walden-2020的博客-CSDN博客_cuda清华镜像
安装的CUDA版本要小于本机的CUDA版本（二.2图中驱动版本后），不然CUDA会不可用。
3. 在pytorch环境下（conda activate pytorch）输入python，再输入如下各个命令并出现指定的信息说明安装成功。
如果不成功，（1）看看自己的VScode使用的解释器是不是pytorch（ctrl+p），选择pytorch的解释器再输入命令，（2）亦或者在Anaconda Prompt中激活pytorch环境后再次输入一下pytorch的安装命令，（3）如果还是不成功出现报错尝试重启电脑，或者关机等一段时间再开机。
import torch 后出现“页面文件太小，无法完成操作”时参考如下：Pytorch训练提示错误：“页面文件太小，无法完成操作”_YePeanut的博客-CSDN博客_pytorch 页面文件太小,无法完成操作
文章出处登录后可见！
