一 
  
  
  
  
 、安装anaconda

Anaconda包括Conda
  
  
  
  
 、Python以及一大堆安装好的工具包         ，比如：numpy
 


 


 


 


 
、pandas等 Miniconda包括Conda 
 
 
 
 
、Python conda是一个开源的包
   
   
   
   
  、环境管理器 
  
 
  
 
  
 
  
 
  ，可以用于在同一个机器上安装不同版本的软件包及其依赖









，并能够在不同的环境之间切换

没安装Anaconda的同学可以参考以下安装链接：

https://blog.csdn.net/qq_45281807/article/details/112442577

按照安装CPU版本和GPU两个版本进行分类 
  
  
  
  
，一般运行程序建议使用CPU版本的 
  
  
  
  
 ，安装更方便         。

二
 

 

 

 

 
、安装CPU版本的Pytorch

1.打开Anaconda Prompt

 


 


 


 


 ，如下图所示：

2. 使用清华镜像源网站

注意！如果切换镜像后当出现下载不了的情况 
 
 
 
 
，就先切换默认源 
   
   
   
   
 ，然后再修改另一个可以使用的conda源（一定要先恢复默认
 

 

 

 

 ，再换另一个！！！）
 

 

 

 

 
，所以我们先切回默认源：

conda config --remove-key channels

（1）切换到国内的镜像源（不然下载速度可能太慢） 分别输入以下4行代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

配置好之后以后若需要使用清华镜像         ，无需再配置 
  
 
  
 
  
 
  
 
  。

3.创建Pytorch环境

创建环境pytorch 

 
 

 
 

 
 

 
 

 ，使用Python版本是3.8









，其中pytorch是虚拟环境的名字              ，可以改变：

conda create -n pytorch_38 python=3.8

之后 
 
 
 
 
 
 
 
 
 ，在加载过程中会弹出提示














，输入 y         ，即可安装









。

查看环境是否安装成功 conda info --envs

可以看到包含四个环境 
  
 
  
 
  
 
  
 
  ，其中pytorch是刚刚创建的环境 
  
  
  
  
。

4.激活刚刚创建的pytorch环境

activate pytorch_38

激活刚刚创建的pytorch环境 
  
  
  
  
 。

5.安装Pytorch

根据自己的安装版本









，在Pytorch官网寻找安装命令代码：

Pytorch官网：https://pytorch.org/

如图所示版本则是复制：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

将复制的代码粘贴到命令行格式下 
  
  
  
  
，弹出提示 
  
  
  
  
 ，输入 y

 


 


 


 


 ，即可完成安装 
 
 
 
 
，显示“done         ”

 


 


 


 


 。

6.测试是否安装成功

输入python, 进入python

python

输入import torch 
   
   
   
   
 ，测试pytorch是否安装成功
 

 

 

 

 ，无报错则表示安装成功 
 
 
 
 
。

三 

 

 

 

 
、安装GPU版本（电脑有显卡）

1.查看是否安装CUDA软件驱动

（1）使用快捷键WIN+R
 

 

 

 

 
，输入cmd

（2）输入命令         ，nvidia-smi

（3）如果显示CUDA的版本号则可以开始进行第3步操作 

 
 

 
 

 
 

 
 

 ，繁殖反之









，参考下文的第二章              ，配置cuda驱动软件：

https://blog.csdn.net/qq_45281807/article/details/121294644

2.打开Anaconda Prompt 
 
 
 
 
 
 
 
 
 ，如下图所示：

3. 使用清华镜像源网站

注意！如果切换镜像后当出现下载不了的情况














，就先切换默认源         ，然后再修改另一个可以使用的conda源（一定要先恢复默认 
  
 
  
 
  
 
  
 
  ，再换另一个！！！）









，所以我们先切回默认源：

conda config --remove-key channels

（1）切换到国内的镜像源（不然下载速度可能太慢） 分别输入以下4行代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

配置好之后以后若需要使用清华镜像 
  
  
  
  
，无需再配置 
   
   
   
   
 。

4.创建Pytorch环境

创建环境pytorch 
  
  
  
  
 ，使用Python版本是3.8

 


 


 


 


 ，其中pytorch是虚拟环境的名字 
 
 
 
 
，可以改变：

conda create -n pytorch_38 python=3.8

之后 
   
   
   
   
 ，在加载过程中会弹出提示
 

 

 

 

 ，输入 y
 

 

 

 

 
，即可安装
 

 

 

 

 。

查看环境是否安装成功 conda info --envs

可以看到包含四个环境         ，其中pytorch是刚刚创建的环境
 

 

 

 

 
。

5.激活刚刚创建的pytorch环境

activate pytorch_38

激活刚刚创建的pytorch环境         。

6.安装Pytorch

根据自己的安装版本 

 
 

 
 

 
 

 
 

 ，在Pytorch官网寻找安装命令代码：

Pytorch官网：https://pytorch.org/

输入命令： conda install pytorch torchvision torchaudio cudatoolkit=11

然后等一下会显示是否继续进行









，输入y              ，点回车 
 
 
 
 
 
 
 
 
 ，就可以安装啦！！

7. 查看CUDA是否可用：

依次输入以下命令














，如果输出结果为True         ，则安装成功 

 
 

 
 

 
 

 
 

 。

python import torch print(torch.cuda.is_available())

返回False解决办法 如果你按照以上步骤安装一般是没有问题的









。 如果出现False 
  
 
  
 
  
 
  
 
  ，大家可以尝试以下步骤进行排除： 1          、首先确定显卡是否支持CUDA









，https://www.geforce.com/hardware/technology/cuda/supported-gpus 2

 
 

 
 

 
 

 
 

 
、确保驱动升级到最新（确保驱动与cuda版本互相支持）

参考文章：

https://blog.csdn.net/qq_45281807/article/details/112442423

https://blog.csdn.net/qq_45281807/article/details/121294644