目录
点击Download直接下载最新版（下载速度还可以，不需要找镜像什么的）
下载完成之后安装即可，所有设置都默认，但是注意修改Anaconda的安装路径，不要把它安装在C盘里，否则后面你的C盘可能会炸，同时记住安装路径，后面要用到。安装完成之后点击这里：
编辑为了让大家更好地理解虚拟环境是什么，我们来看看我们刚刚创建的虚拟环境在哪里
其余所有选项都按上图选择，但是选择CUDA版本之前，需要先查看你电脑的显卡驱动版本及CUDA版本。可以在刚才的命令行中输入以下指令查看。
Driver Version代表你的显卡驱动，CUDA Version代表你电脑的CUDA版本
从接触深度学习以来，每次安装Pytorch都会不幸地遇到很多麻烦，在最近一次安装之后，我终于痛定思痛，决心找出一条适合小白的Pytorch安装之路，免得像我一样在这种事情上耗费太多时间和精力。我在这件事情上的摸爬滚打告诉我：几乎在安装过程所碰到的所有问题，都是由各种包之间版本不兼容导致的。
第一步：安装Anaconda
直接安装最新版的Anaconda就好了，小白最好不要尝试安装旧版的，因为安装Anaconda的时候，会附带安装Python以及很多常用的Python包，旧版的Anaconda里通常附带的是低版本的Python以及一些版本较低的包，而后续安装Pytorch的时候又会安装一大堆的包，安装旧版的Anaconda很可能会导致版本不兼容的问题，而最新版的Anaconda一般不会出现这种问题，因为新版本总是会兼容旧版本。
这里进入官网
点击红框标注的Free Download
点击Download直接下载最新版（下载速度还可以，不需要找镜像什么的）
下载完成之后安装即可，所有设置都默认，但是注意修改Anaconda的安装路径，不要把它安装在C盘里，否则后面你的C盘可能会炸，同时记住安装路径，后面要用到。安装完成之后点击这里：
会出现一个命令行窗口：
接下来我们开始构建一个名为test的虚拟环境
在刚才打开的命令行中复制下面这段代码：
conda create -n test python有的教程里面可能会指定Python版本，但是作为小白最好不要指定，默认就是和你安装的Anaconda相匹配的Python版本，不要瞎搞，避免后续出错。创建完成之后长这样：
为了让大家更好地理解虚拟环境是什么，我们来看看我们刚刚创建的虚拟环境在哪里
首先打开你安装Anaconda的地方，我安装在了E盘，所以打开E盘找到它：
点击进入，可以看到有一个名为envs的文件夹，字面意思也很好理解，就是存放环境的地方
点击进入envs文件夹，可以看到刚刚创建的名为test的环境，其余几个文件夹是我之前创建的环境，大家不用管。看到这里大家应该对虚拟环境已经有了一些认识，下面我们继续
在命令行中输入以下命令,进入刚刚创建的虚拟环境
conda activate test仔细观察可以看到：前面的括号内由base变成了test，说明现在已经进入了虚拟环境，下面正式进入Pytorch的安装。
第二步：安装Pytorch
首先，进入Pytorch官网
往下滑可以发现一个配置面板
其余所有选项都按上图选择，但是选择CUDA版本之前，需要先查看你电脑的显卡驱动版本及CUDA版本。可以在刚才的命令行中输入以下指令查看。
nvidia-smiDriver Version代表你的显卡驱动，CUDA Version代表你电脑的CUDA版本
如果你的Driver Version小于400，去360驱动大师更新你的显卡驱动，非常方便
如果你的Driver Version大于400，那么请查看你的CUDA Version，如果你的CUDA Version版本过低，在前面提到的配置面板里没有显示，请将你的CUDA版本升级为配置面板里有的一个版本即可，比如我的配置面板里有两个选择：CUDA 11.8和CUDA 12.1，举例来说，可以选择升级到11.8
下面是升级的步骤：
打开链接，选择你要的版本：CUDA Toolkit Archive | NVIDIA Developer
比如选择11.8（根据你的情况而定，不一定非要和我一样）
像我这样选择之后，点击Download
下载完成之后进行安装，安装教程参考：【精选】CUDA安装及环境配置——最新详细版_abbrave的博客-CSDN博客
安装完成后，命令行输入
nvidia-smi不出意外的话，这个时候CUDA Version会变为11.8
到此为止，准备工作差不多就结束了
回到配置面板，选择和你电脑上的CUDA版本对应的选项，比如说我的CUDA版本为11.8，这里我就这样选
选好之后复制配置面板最下面的指令，粘贴到命令行里运行
有些文章可能会说，这样安装太慢了，用国内源安装会快一些，但是千万不要这么做，因为我们现在安装的是最新版的Pytorch，国内源不一定更新了，所以小白最后不要去尝试。至于为什么所有的东西我们都要安装最新的，就是因为这样可以最大程度避免各种包之间版本不适配。
这样做前期可能会费点时间，但不会报错，相比于报错之后花好几天去解决，这样做花的时间简直是九牛一毛。
安装结束之后输入下面的命令测试是否安装成功
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用Pytorch的安装到这里就结束了，如果你的项目里还需要安装其他包，请先进入虚拟环境，然后再输入命令进行安装。
这里以opencv-python为例，为了避免版本问题，直接输入：
pip install opencv-python切记不要指定版本，默认安装最新版，避免出现不必要的麻烦
如果要快一点，可以用清华源：
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
582
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
