anaconda pytorch_PyTorch安装记录

这几天自己安装了一遍PyTorch，为此尝试了很多方法，所以在这为大家总结一条最简便、最高效的实现路径。

我的环境是Windows 10 + Intel + Nvidia，所有我可以安装CUDA，实现GPU版本，废话不多说，进入正题，很快，很简洁。

---

一、Anaconda

安装 Anaconda，下面为官方下载链接。这是Python的包管理环境，非常方便后续操作，首先安装这个。

https://www.anaconda.com/products/individual​www.anaconda.com

安装完毕之后打开，这时候会出现唯一一个自带环境，base，如下：

然后创建PyTorch环境，

conda 

创建成功之后，切换到PyTorch环境，

conda activate pytorch

此时Python已默认安装。

---

二、CUDA

如果只需要启用CPU计算的话，可忽略此步。

进入Nvidia官网，下载合适自己显卡的CUDA版本，进行安装。

CUDA Toolkit 11.0 Update 1 Downloads​developer.nvidia.com

---

三、PyTorch

在安装PyTorch之前，添加清华的源非常重要，不然下载速度非常感人，亲身经历，赶紧添加。

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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后进入PyTorch官网：

PyTorch​pytorch.org

选择对应的版本：

复制命令，执行，安装。

安装完成之后，我们可以在Anaconda上面发现，多了一个环境：

---

四、VScode

其实到上面一步，必要的包已经安装完毕，但是我们该用什么环境进行开发呢，以目前的使用体验来说，VScode绝对首选。

https://code.visualstudio.com/​code.visualstudio.com

这就是实际界面，选择对应的解释器即可。

---

五、PyTorch中文手册

最后推荐目前最言简意赅的PyTorch教程《PyTorch中文手册》，为GitHub开源项目。

https://github.com/zergtant/pytorch-handbook​github.com