1NVIDIA驱动安装一般来说，驱动可以使用兼容的最新版本window安装https://www.nvidia.cn/geforce/drivers/2CUDAToolkit安装（1）CUDAToolkit版本要求win+R输入nvidia-smi查询可以安装CUDAToolkit版本，CUDAToolkit版本小一点没有关系(2)下载CUDAToolkit并直接运行安装h

1、构建项目 2、给项目命名和指定解释器，解释器用我们的虚拟环境 3.创建包 4、创建文件 

importtorchfromtorchimportnnfromd2limporttorchasd2l#将数据做的很小，这样容易实现过拟合n_train,n_test,num_inputs,batch_size=20,100,200,5true_w,true_b=torch.ones((num_inputs,1))*0.01,0.05train_data=d2l.synthetic_data(true_w,true

importtorchfromtorchimportnnfromd2limporttorchasd2ldefdropout_layer(x,dropout):assert0<=dropout<=1ifdropout==1:returntorch.zeros_like(x)ifdropout==0:returnx#取0-1上的均匀随机分布，>dropout则=1，否

importtorchfromIPythonimportdisplayfromd2limporttorchasd2l#fromd2l.mxnetimportAccumulatorbatch_size=256#每次读256张图片,返回训练iter和测试itertrain_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)num_inputs=784num_outputs

importtorchfromtorchimportnnfromd2limporttorchasd2lbatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)#PyTorch不会隐式地调整输入的形状。因此，#我们在线性层前定义了展平层（flatten），来调整网络输入的形状net=nn.Sequenti

1下载anaconda安装ARM版的Ancondahttps://www.anaconda.com/products/distribution#Downloads查看是否安装成功condainfo成功则出现通过以下命令查看自己安装的

1.选择conda环境2.上面的Loaction位置随便选3.打开pycharm，底下的pythonconsole输入：importtorchtorch.cuda.is_available()注意：不是pytorch，也不是troch,之前手残

因为安装了anaconda，创建了环境pytorch名为py361.打开这个2.切换到py363.安装jupyter耐心等待右下角的进度条4.安装完毕，点击启动输入刚刚在py36里测试的代码