一、判断是否有Nvidia(英伟达显卡)
下面我以我的台式电脑windows10系统为例
第一步：右键开始菜单，在弹出选项中选择任务管理器
这台是有GPU的
首先点性能选项，然后点GPU。在右上方会显示GPU名称，只有带NVIDIA的英伟达显卡的电脑才能安装GPU版本，否则其他的就只能安装CPU版本。我会写两部分，各位根据自己的电脑选择观看就好
2.1 安装Anaconda
首先去官网下载Anaconda。
点击download，下载的就是最新版本的，但尽量使用历史版本，可以在清华镜像站中下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载完成后，直接运行下步就行
注意到路径这块，最好是全英文。
接下来根据个人喜好勾选，可以不用管直接下一步安装好就行。
那怎么验证是否安装好了呢？
在开始菜单下，找到带有绿色图标的Anaconda,点击就可以打开Anaconda的图形化界面
点击环境，看到base（root），这个就是默认的一个虚拟环境，代表我们安装成功了。
2.2 创建虚拟环境
为什么需要学会这个呢？其实刚刚安装好Anaconda会自带一个基础环境。但是我们后续的项目每一个需要的安装包不同，为了避免冲突，所以我们可以为每一个项目配置一个虚拟环境，这样就不相互打扰了。
上面是Anaconda命令窗口的位置。
conda env list
输入上面的命令就可以查看当前有多少虚拟环境。
利用 conda create 指令创建新的虚拟环境
conda create –n 虚拟环境名字 python=版本
我这里选择conda create –n pytorch_learning python=3.9
名字和版本都可以自己选，这也是anaconda的版本控制的作用
接下来会给该环境下载python3.9以及基本要用到包，然后会出现询问输入y就行，然后就是等待安装。
这里创建的虚拟环境只是一个容器，真正的pytorch还得继续在容器里下载
开始是在base环境中
然后进入刚刚创建的环境中使用conda activate命令进入
conda activate 虚拟环境名字
conda activate pytorch_learning
会出现如下图
3.3 CUDA的准备工作
进入官网选择适合自己显卡的驱动，可以在nvidia控制面板中查看。
然后查看适用的CUDA
也可以用win+r，输入cmd，再输入下面的命令查看
nvidia-smi
我的CUDA Driver版本就是12.3，表示的是驱动所能支持的最大运行API版本就是12.3。我如果要安装CUDA Runtime Version（运行版本），要保证CUDA Driver 版本 >= CUDA Runtime 版本，也就是12.3及以前的。
3.4 安装pytorch
等等，安装前这里还有一个问题，因为我们的安装指令都是从国外的通道下载，下载速度会非常慢。
所以我们想要下载快还是得用国内的镜像地址。
conda config --show
输入上面的指令可以查看我们的通道地址
现在我们的环境中通道是defaults，也就是说它会从国外给我下载包。
也可以通过下面的指令看到
conda config --get
下面是一些镜像地址
镜像名 用于创建环境镜像地址
清华镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像 https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像 http://mirrors.aliyun.com/anaconda/pkgs/main
添加通道命令
conda config --add channels 通道地址
# 添加清华源的pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/pytorch/
conda config --set show_channel_urls yes
那么如何验证是否加上呢？
还是用上面的get指令
这里也会标注，优先使用我们新加上的通道，如果新通道没有，再使用默认通道去找。
万一你想删除刚刚的通道怎么办呢？如下
conda config --remove channels 通道地址
关于加通道地址这块，推荐是下载时可以指定安装通道，而不是直接去改配置文件，这样出现bug的几率比较小。不推荐直接去改配置文件这种方法。
安装pytorch前一定想清楚一个问题，想把pytorch安装到那个环境里。
进入pytorch官网
3.4.1 conda安装法
先打开官网
但最新的还是不用，就去以前的版本找。
大家根据自己的环境需求找，我最后选择这个CUDA为11.3的版本。如果网络还可以，就用官网的下载就行。
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
这里也可以用镜像下载，就把-c pytorch删除就行
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3
下面介绍另一种更为推荐的镜像下载。
因为cudatoolkit下载很慢，所以也单独指定一个镜像
Conda install cudatoolkit=版本 –c 镜像地址
镜像名 用于创建环境镜像地址 - cudatoolkit
清华镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像 https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像 http://mirrors.aliyun.com/anaconda/pkgs/main
第二步：
conda install pytorch torchvision torchaudio -c 镜像地址
镜像名 镜像地址 – pytorch, torchvision, torchaudio
清华镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像 https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像 http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学镜像 https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/
这样后续就好了。
3.4.2 pip安装法（推荐）
进入pytorch官网
如果你的电脑可以装CUDA11.7或者11.8就直接粘贴复制到anaconda窗口，不行就像上面去以前的版本找。
然后复制到anaconda prompt的pytorch_learning环境里输入
3.5 安装完pytorch之后，验证pytorch是否安装成功
先进入对应的虚拟环境（你安装Pytorch的虚拟环境）
conda activate 虚拟环境名
输入pip list或者conda list，看有没有pytorch或者torch
比如我这里就是pytorch
然后输入python进入python编辑器
输入import torch，无返回就说明可以正常导入torch包，pytorch安装成功。
输入 torch.cuda.is_available()，这个命令是检查我们pytorch的GPU能否用。
如果显示True，就说明我们这个PyTorch安装成功了且可以用GPU加速
