Anoconda虚拟环境安装Pytorch（GPU版本）

在用虚拟环境安装PyTorch的时候常常因为HTTPerror等大段地红字错误所烦恼，即使安装成功也会因为Python和PyTorch版本不匹配等问题阻碍我们下一步的开发。So我建议使用whl文件进行安装，可以减少以上麻烦的发生。

版本选择

Pytorch的官方whl文件下载地址
点击链接就可以看到一个链接汇总页面，向下翻（不介绍链接名中含有cpu的链接）

torch-0.4.1-cp35-cp35m-linux_x86_64.whl
torch-0.4.1-cp35-cp35m-win_amd64.whl
torch-1.5.0-cp38-cp38-linux_x86_64.whl
torch-1.5.0-cp38-cp38-win_amd64.whl

以以上几个whl链接名为例，介绍一下他的命名规则，方便进一步下载

1. torch：PyTorch是一个基于Torch的Python开源机器学习库，所以下载对应的torch依赖才能正常使用Pytorch
2. 0.4.1/1.5.0对应着需要安装的PyTorch版本，注意PyTorch版本的选择还需要考虑PC中CUDA版本
   PyTorch和CUDA对应版本如下，高版本的CUDA环境可以向下兼容（10.2和11.3的CUDA能兼容大部分版本的PyTorch，具体以电脑实际情况为准，自己用的电脑CUDA是12.1的，用1.9版本的PyTorch依然没有问题）
   
3. cpXX表示Python的版本，cp35对应Python3.5版本，cp38对应Python3.8版本，以此类推
4. win_amd64/linux_x86_64表示安装环境，linux_x86_64表示需要安装在linux系统下，win_amd64表示安装在Windows系统下

*在下载界面下面还会出现类似
torch-1.8.1+cu102-cp36-cp36m-linux_x86_64.whl
torch-1.8.1+cu102-cp36-cp36m-win_amd64.whl
这样的链接，这种就要求更为严格一些，需要CUDA和PyTorch一一对应才能正常使用
cu102即CUDA10.2版本。
*
以上就是命名规则的介绍，根据项目需求，开发环境，按需选择即可

选择链接并点击即可开始下载

安装流程

1. 复制下载好的whl文件的路径（右键-属性-安全）
   
   复制链接
2. 打开Anaconda Prompt，建议使用管理员模式运行。
3. 切换到指定的虚拟环境（这里不介绍），输入

pip install whl文件路径

回车，

即可开始安装
按照安装提示有序进行下一步就可以了

以上就是GPU版本PyTorch的安装教程，自认为用whl安装可以减少很多不必要的麻烦，如果有误请多多指教！