最简单的方法解决为自己的windows系统电脑安装pytorch-gpu环境配置的所有相关问题

第一部分-----安装anaconda

anaconda是一款集成的python环境管理软件，直接安装anaconda可以避免去做很多其它的操作，比如常用的python库的安装，python的安装，python环境管理软件的安装。

下面介绍安装步骤，过程比较简单，全程next就可以，只有安装完成后添加环境变量一步稍微注意一下就可以：

首先下载anaconda软件，进入官网：Free Download | Anaconda下载软件，部分windows机器可能会出现安装出错的问题，建议多试几个不同的版本即可解决。然后进行默认安装，也可以更改安装路径为非系统盘，安装完成后搜索环境变量进行设置，完成一下的几个路径配置（注意我的安装路径为path文件夹，你可以根据自己的进行调整，如果环境变量中早已包含这几个，说明你在安装anaconda的时候添加了环境变量，那就检查一下有无遗漏不必重复添加：

 配置好了环境变量之后，win+R，输入cmd，调出命令行界面，输入conda info，可以看到conda和python的版本信息如下：

 输入python，可以看到具体的python版本，并进入python环境：

 说明安装成功，这部分结束。

第二部分-----安装虚拟环境

python的虚拟环境一般常用的有两种配置方法，一种是使用anaconda；另外一种是使用python3自带的venv，安装步骤如使用venv建立虚拟环境，并安装jupyter。下面主要介绍使用anaconda安装虚拟环境：

conda配置个人虚拟环境并配置jupyter：

首先更改镜像源，建议使用国内的清华源，一个命令行解决：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

最近清华源和中科大源好像停止了anoconda的服务，理由是未获得授权，如果这个源安装不了新的虚拟环境，建议使用下面的其它几个试试：

阿里云源：

pip config set global.index-url http://mirrors.aliyun.com/pypi/simple

其它源，换下面的url即可：

阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学：http://pypi.hustunique.com/simple/
上海交通大学：https://mirror.sjtu.edu.cn/pypi/web/simple/
豆瓣：http://pypi.douban.com/simple/

使用具体的源安装具体的包的方法为：

pip install <安装包> -i <镜像源>

1：确定好源之后，输入虚拟环境创建指令，如果不需要jupyter notebook，可以把这两个词去掉：

conda create -n your_name jupyter notebook python==3.7

回车，然后输入y进行安装。your_name可以改成你想要的虚拟环境命名，此外python的版本可以按自己的实际需要来，python3.6版本目前官方已经停止维护，导致vscode的新版python插件的debug会失效闪退，建议用更高一点的python版本。如果使用影像组学工具库：pyradiomics的，需要安装python3.7及以下的python版本

2：使用下面的指令查看刚刚建立虚拟环境

3：在cmd环境下输入activate your_name （Windows：activate your_name）激活已创建的环境

 4：使用上面的命令，为虚拟环境更换清华镜像源

       by the way, 如果你有依赖的具体目录（requirements.txt)，也可以进入这个文件所在路径，然后使用下面这个命令来快速安装其它库：

python -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

5：可以使用jupyter notebook打开jupyter

选择浏览器打开会自动跳转到下面的界面 

5: 删除虚拟环境：conda env remove --name your_env_name

第三部分----安装pytorch和cuda

说明：在此处安装的cuda与到英伟达官网手动安装的效果一样，如果在此处安装了就不需要另外到官网再安装了。关于安装pytorch和cuda的步骤，可以使用命令行进行，相当省事，但需要提前调查好你需要的哪个版本的torch和cuda版本，如果不需要GPU加速也可以不安装cuda只安装pytorch。具体步骤如下：

torch与python的版本对应关系可查：mirrors / pytorch / vision · GitCode

torch与cuda的版本对应关系可参考：01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系_pytorch和cuda对应版本_爱吃面的猫的博客-CSDN博客

首先打开pytorch官网：Previous PyTorch Versions | PyTorch

可以发现命令行分两种，一种是conda安装版本，一种是wheel安装版本，反正我用conda版本安装完，发现import torch命令可以正常通过，但打印torch版本和cuda版本时就会报错，所以建议使用wheel版本的命令行进行安装比较省事；

我安装的版本：torch1.13..1  cuda11.7  torchvision0.14.1

另外推荐一套4090显卡支持的配置：python3.9版本，torch2.0.0，cuda11.8,经验证可以正常使用

，安装命令如下：

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

 下面是与python3.7相适配的版本，也可以在4090及更低配的显卡上安装。

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

安装完成后，检测是否安装成功，可以用以下代码检验：

#测试pytorch-gpu是否能用
import torch
flag = torch.cuda.is_available()
print(flag)
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print('cuda设备名：',device)
print('gpu名称：',torch.cuda.get_device_name(0))
print('pytorch版本：',torch.__version__)
print('cuda版本：',torch.version.cuda)
print('cudnn版本号：',torch.backends.cudnn.version())
print('定义一个torch格式的3*3的矩阵：',torch.rand(3,3).cuda())  

测试结果如下：

 此部分安装结束。

 第四部分----安装一个好用的IDE-VScode或者pycharm

踩坑建议：vscode除了juypyter notebook和远程编程好用一点之外，其它的比不上pycharm，而且它经常进行版本更新会出现bug，导致插件不兼容报错，真是离谱到家了！

下载vscode之后安装，没有调整，最多改个安装路径就可以，然后下载python插件，jupyter插件就可以用了，可以按照自己的喜好来设置字体和主题。