下载安装pytorch记录

pytorch是torch的python版本，用于更好的深度学习模型的训练。与tensorflow一样，pytorch也是一个深度学习库。两者各有优点。
相关链接：
Tensorflow 和PyTorch的区别对比，哪个更好？——普适极客
​
所以pytorch和tensorflow应该安装在两个不同的环境中

创建pytorch环境

1. win打开anaconda prompt
   
2. 创建pytorch环境
   “在我们做项目的时候可以能需要不同环境的python版本，有时候要1.0版本，有的需要3.0版本的拿在这里我们就需要建立不同的环境，在不同的需要的时候去使用。”
   相关链接：环境管理
   由于我不想将环境创建在C盘，这会占用我本身就不多的C盘空间。所以我使用cd命令，将环境创建在D盘
   
   
   
   创建成功！

官网选取对应版本的pytorch并下载

https://pytorch.org/

如果CUDA的版本比较低，可以选择下载pytorch以往版本来解决

https://pytorch.org/get-started/previous-versions/

由于在安装tensorflow的时候，选择了CUDA 11.2版本安装的，但是在pytorch以往版本中没有CUDA 11.2对应的版本，所以查询网络资料_请点击后，我选择下载CUDA 11.1对应版本的pytorch（向下兼容）

# CUDA 11.1 (这一行不用复制，复制下一行的命令)
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

emmm，出现了报错

查阅网络资料，请点击，原因应该是torchvision0.11.0/cu111这个版本没有win环境下的安装包，所以显示torch1.10.0/cu111找不到对应的torchvision0.11.0/cu111，所以复制下面的代码，重新来一次

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

这下成功了

测试是否成功安装、能否调用GPU

在pytorch环境中，进入python，输入以下代码

import torch
 
print(torch.cuda.is_available()) # cuda是否可用
 
print(torch.cuda.current_device()) # 返回当前设备索引
 
print(torch.cuda.device_count())  # 返回GPU的数量
 
print(torch.cuda.get_device_name(0))

结果如上图所示的话，就是安装成功了