如何用Anaconda安装pytorch

1.查看自己的显示适配器

明确一下用的是英伟达芯片的还是AIT（AMD）芯片的显卡

我的是AMD，不用考虑安装CUDA

 如果是NVIDIA，建议安装CUDA,可以看下面博客。

Pytorch最全安装教程（一步到位）_pytorch安装_weiAweiww的博客-CSDN博客

CUDA它提供了GPU编程的简易接口，基于CUDA编程可以构建基于GPU计算的应用程序，利用GPUs的并行计算引擎来更加高效地解决比较复杂的计算难题。它将GPU视作一个数据并行计算设备，而且无需把这些计算映射到图形API。操作系统的多任务机制可以同时管理CUDA访问GPU和图形程序的运行库，其计算特性支持利用CUDA直观地编写GPU核心程序。

官方驱动 | NVIDIA

以下是安装PyTorch with CUDA的一些主要作用和好处：

1. GPU加速：PyTorch with CUDA可以利用GPU的并行计算能力，加速深度学习模型的训练和推理过程。CUDA可以充分利用GPU的并行性，提供更快的计算速度和更高的吞吐量。

2. 大规模数据处理：在处理大规模数据集时，CUDA可以显著减少训练和推理的时间。通过利用GPU的并行计算能力，可以同时处理更多的数据和复杂的矩阵运算，提高整体的计算效率。

3. 深度学习框架支持：安装PyTorch with CUDA可以使PyTorch与底层的CUDA库进行集成，实现更高效的计算和内存管理。这使得PyTorch可以更好地利用GPU的计算资源，并为用户提供更好的深度学习训练和推理体验。

需要注意的是，安装PyTorch with CUDA需要具备兼容的NVIDIA GPU，并正确安装GPU驱动程序和CUDA工具包。同时，还要确保在代码中正确设置和管理GPU设备，以确保PyTorch正确地使用CUDA进行加速计算。

2.查看python版本（可以在cmd中输入python --version进行查看）下一步要用

3.创建pytorch虚拟环境

由于我使用的是python3.9.13

进入cmd后输入指令

conda create -n pytorch python=3.9.13

4.进入环境

输入语句：切换不同空间   

activate base

activate pytorch

5.安装pytorch

首先进入pytorch的官网：下载地址，向下滑，可以看到如图所示。

        

 我的是AMD，所以Compute Platform选择CPU

        由于我的显卡是AMD显卡，不支持cuda，所以无法安装GPU版本的pytorch。如果显卡是英伟达的，可在Compute Platform选择cuda版本
然后复制NOTE后的操作指令，可以直接复制，然后粘贴到刚才的cmd页面

提供下载缓慢的解决方案，我参考的博客提供了（由于我没有看完，所以没有用就直接下载了，慢，但是我也不是很着急，玩会手机就过去了。

AMD显卡如何用Anaconda安装pytorch_anaconda支持amd吗_m0_45172994的博客-CSDN博客

6.检验安装

输入python，然后进入python的工作环境，再输入import torch，最后再输入torch.__version__，如果有相应的版本号跳出，则证明pytorch安装完成。