背景
win10系统，15年的老电脑，GPU是NVIDIA GeForce GTX 960M。
安装前做了一些调研，PyTorch分为GPU版本和CPU版本，设想是安装GPU版本，然后可以在本地跑一些小demo，之后租云服务器跑程序。
Win10查看NVIDIA显卡GPU利用率和温度，顺便还可以看CUDA版本
参考：https://www.cvmart.net/community/detail/3493
先弄懂一个GPU相关的概念——CUDA：简单来说，这是英伟达开发的一个编程接口层，能让你调用GPU的指令集及其并行计算单元。[用 Windows 电脑训练深度学习模型？]
打开cmd输入下面指令：
cd C:\Program Files\NVIDIA Corporation\NVSMI
接着再执行nvidia-smi.exe命令，即可查看显卡的整体信息，下面是我电脑的情况：
然后我来到pytorch的官网，发现最新支持的CUDA已经是11.6而我的是11.4考虑到各种麻烦，改装CPU版本。
安装工具以及虚拟环境的创建
根据官网，它是有两种方式安装，一个是pip和一个是Anaconda，Anaconda我之前已经装了，并且深深体会到它的好用。
见[win10按默认步骤安装Anaconda后各指令状况&Anaconda配置环境变量]
目前我电脑上的Anaconda版本是3 5.2.0，默认Python版本则是3.9.7
conda是一个包和环境管理器，安装anaconda的时候就一起包含在里面了，用conda创建一个虚拟环境：
conda create --name env4pytorch
如果这一步频繁报错则必须使用镜像大法！见[https://www.cnblogs.com/xkxf/p/15952815.html]
弄好之后我们active这个环境：
conda activate env4pytorch
这才开始安装PyTorch
直接拷贝官网的指令：
conda install pytorch torchvision torchaudio cpuonly -c pytorch
等待好一段时间。终于安装好，测试一下。输入python进入一个Python的交互环境，输入下面代码：
import torch x = torch.rand(5, 3) print(x)
输出
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])
大功告成！
小结
Pytorch有两个版本，一个是cpu版本一个gpu版本，
gpu版本一般要有英伟达显卡，并且光有GPU不行，GPU对应的软件CUDA版本还得跟上！
有了软硬件准备，安装Pytorch有两个方式，个人感觉更好的是Anaconda全家桶，
创建虚拟环境，激活环境，这样不容易把环境搞乱，大不了把环境删了。
最后键入官方网站的对应指令即可！
但是其实过程中的，镜像大法啥的弄来弄去也得耗些时间！
标签：流水账,PyTorch,conda,版本,Anaconda,GPU,安装 From： https://www.cnblogs.com/xkxf/p/17092575.html