本文介绍在anaconda中安装pytorch。
最近因为学习需要，要下载pytorchGPU版本来训练网络。相信pytorch大家都不陌生了，PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能：
- 强大的 GPU 加速 Tensor 计算（类似 numpy）
- 构建基于 tape 的自动升级系统上的深度神经网络
于是我在网上查了对应版本，在anaconda中创建了虚拟环境，然后到pytorch官网复制了conda命令安装，结果却遇到许多问题。上网查了查，很多文章都是修改源，或者更换镜像，然后增加报错时间等方法，然而许多我尝试之后都不成功，出现各种报错，还浪费很多时间。最后直接下载对应的whl文件，再本地安装，最后也是成功安装上了。
第一步：查看电脑对应显卡cuda版本
win+r打开运行，输入cmd打开命令行，输入nvidia-smi，查看cuda版本。（前提是电脑里有GPU）
我的cuda版本是11.7
第二步：在下面网站中找到对应的torch和torchvision，下载whl文件
点击torch和torchvision下载
进去后里面全是torch和torchvision下载链接，你需要根据自己cuda版本下载对应的whl文件。
cpu代表cpu版本的torch，cu开头的是gpu版本；torch后面的数字表示版本；cp代表需要的python版本，后面linux和win表示操作系统；
根据自己cuda版本和在虚拟环境中创建的python版本对应下载即可。
注意，需要下载两个whl文件，分别是torch和torchvision的whl文件。
第三步：在anaconda中创建新环境
首先打开anaconda prompt，类似与Windows命令行。打开后默认进入base环境，我们创建一个新的环境（一般我们都不在base环境跑项目）。
输入
conda create -n your_env_name python=x.x
这一步可以在创建环境的时候同时安装python。your_env_name更改为你自己想起的环境名字，python后面的x.x表示python的版本号，对应上面下载的whl文件中的python版本号。（你也可以先创建虚拟环境，然后根据python版本去下载whl文件）
另外，一些常用的anaconda命令请参考这篇文章（感谢作者）
第四步：安装
创建好环境后，安装下载的whl文件
仍然在anaconda prompt中，切换到你创建的环境之中
conda activate your_env_name
切换之后，原来开头括号里的base变成你环境的名字。
然后使用下面命令分别安装两个whl文件
pip install your_whl_location
your_whl_location表示你下载的两个whl文件的地址（可以把路径切换到whl文件所在文件夹内，然后只用whl文件的名称即可；也可以不切换路径，直接使用绝对地址）（绝对地址：右键点击whl文件，点击属性，点击安全，对象名称即为绝对地址）
注意，两个whl文件都要来一次pip install，并且要先安装torch的whl文件（如果先安装torchvision，它没有检测到torch的存在，就会自动下载对应cpu版本的torch）。
安装的过程中，它会自动安装其他一些必要的包，像numpy，pillow等。当然，你也可以先使用pip install命令自行安装这些必要包，然后在安装torch。
第五步：验证
安装完成后，输入
python
进入python环境，输入以下代码
import torch
torch.cuda.is_available()
没有报错，出现True代表成功安装GPU版本的torch。
文章出处登录后可见！
