目录
第1步：确认已正确安装好了Anaconda3（系统环境变量已配置完成）
环境：
Win11
Anaconda3-2021.05（python3.8.8，conda 4.10.1）
cuda 12.4（原cuda11.6，已更新）
安装版本：
pytorch 1.13.0，GPU版本（python：≥3.7.2，≤3.10）
安装过程如下：
第1步：确认已正确安装好了Anaconda3（系统环境变量已配置完成）
在Anaconda Prompt中输入如下命令进行查看：
conda --version
第2步：创建新的虚拟环境
python与pytorch的版本对应可参考下表：
| torch | torchvision | python |
|---|---|---|
| main / nightly | main / nightly | ＞=3.8, ＜=3.11 |
| 2.2 | 0.17 | ＞=3.8, ＜=3.11 |
| 2.1 | 0.16 | ＞=3.8, ＜=3.11 |
| 2.0 | 0.15 | ＞=3.8, ＜=3.11 |
| 1.13 | 0.14 | ＞=3.7.2, ＜=3.10 |
| 1.12 | 0.13 | ＞=3.7, ＜=3.10 |
| 1.11 | 0.12 | ＞=3.7, ＜=3.10 |
| 1.10 | 0.11 | ＞=3.6, ＜=3.9 |
| 1.9 | 0.10 | ＞=3.6, ＜=3.9 |
| 1.8 | 0.9 | ＞=3.6, ＜=3.9 |
| 1.7 | 0.8 | ＞=3.6, ＜=3.9 |
| 1.6 | 0.7 | ＞=3.6, ＜=3.8 |
| 1.5 | 0.6 | ＞=3.5, ＜=3.8 |
| 1.4 | 0.5 | ==2.7, ＞=3.5, ＜=3.8 |
| 1.3 | 0.4.2 / 0.4.3 | ==2.7, ＞=3.5, ＜=3.7 |
| 1.2 | 0.4.1 | ==2.7, ＞=3.5, ＜=3.7 |
| 1.1 | 0.3 | ==2.7, ＞=3.5, ＜=3.7 |
| ＜=1.0 | 0.2 | ==2.7, ＞=3.5, ＜=3.7 |
（1）在Anaconda Prompt中输入如下命令进行创建：
conda create -n pytorch python=3.8
其中pytorch是虚拟环境的名字，这个可以按照你自己的意愿取。
这个虚拟环境中使用的python版本为3.8。
（2）如已创建好，可以查看一下目前创建的虚拟环境：
conda env list
第3步：激活虚拟环境
我们要在新创建的虚拟环境中安装pytorch，所以要激活新创建的环境：
（输入命令后即可进入到新环境中）
conda activate pytorch
第4步：查看自己电脑所支持的cuda版本（关键步骤）
安装pytorch的GPU版本需要NVIDIA显卡来加速计算，所以需要判断我们的计算机是否安装了NVIDIA显卡。（单独的英伟达的显卡、或者英伟达的显卡和集显，这两种情况都是可以的。此处以独立显卡为例。）
在cmd命令提示窗口中输入：（按住 Win + R 键，在弹窗中输入cmd进入即可）
nvidia-smi
此处命令行显示的cuda版本为此驱动可支持的最大版本的cuda。
（若此步没有问题则直接跳到本文第5步）
观察Driver Version的值（驱动版本数）是否大于396.26，如果不是则需要更新显卡驱动。（按照如下步骤（1）进行更新）
（1）如果cuda版本太低，建议更新一下驱动：
首先查看一下自己的GPU型号：
在“开始菜单”搜索“任务管理器” —> 性能 —> GPU
去英伟达的官网进行更新驱动：
官方驱动 | NVIDIA
https://www.nvidia.cn/Download/index.aspx?lang=cn红框里面的内容需要根据自己电脑的实际情况填写，其中Notebooks代表笔记本的意思，选好之后点击搜索即可下载安装。（此处安装步骤简单，但安装时间可能会比较久，请耐心等待！）
安装完成之后再次查看，发现驱动已更新，则更新成功：（此处为cuda11.6 —> cuda12.4）
nvidia-smi
（2）下载pytorch的GPU版本时，需要提前安装cuda和cudnn吗？
答：不需要。使用官网提供的命令进行安装，会将对应需要的cudatoolkit自动安装好，不需要我们再单独去安装cuda和cudnn。
（3）用 nvcc -V 命令时，却报错：-bash: nvcc: command not found，而用 nvidia-smi 却可以查看到cuda的版本号，这样有影响吗？
答：我也是这种情况，但对于pytorch的安装没有影响，可以正常安装使用。
（4）用 nvidia-smi 查出来的cuda版本和用 nvcc -V 命令查出来的版本不一致？
答：其实是因为 CUDA 有两种 API，分别是运行时 API 和 驱动 API，即所谓的 Runtime API 与 Driver API。nvidia-smi 的结果除了有 GPU 驱动版本型号，还有 CUDA Driver API 的型号。而nvcc 的结果是对应 CUDA Runtime API。
一般情况下用 nvcc -V 命令查出来的cuda版本会小于用 nvidia-smi 查出来的，所以本文建议安装pytorch时选择的指令中cuda版本小于自己电脑驱动可支持的最大版本的cuda（即用 nvidia-smi 查出来的cuda版本数）。
此处回答参考于以下网址：
第5步：在官网找到安装指令进行pytorch对应版本的安装
（如果在此之前你换源过，则需要先换回默认源，具体步骤请往下翻看【本文第5步（1）】。换回默认源后再从此处开始安装。）
官网链接：PyTorchhttps://pytorch.org/
进入到官网之后往下拉可以看到如下画面：
因为我们要安装的pytorch版本比较旧（1.13.0），所以需要点击图片中的蓝框部分寻找对应版本的安装指令。
（一般来说显卡正常工作的话会对应一个cuda版本，只要在安装pytorch的命令里装的版本不高于这个版本就行）
注：此处建议选择的指令中cuda版本小于自己电脑驱动可支持的最大版本的cuda。此处选择小于cuda12.4的即可。
（此处电脑为cuda12.4，选择安装执行cuda11.7对应的指令）
先进入到需要安装pytorch的虚拟环境中，
然后输入以下指令就可以进行安装了：（按照提示输入y即可）
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia安装时间会比较久，且建议在晚上进行安装。
注：如果发现有某些包没有装上，则可能是网络不稳定的原因，只需要重新执行一次以上安装指令即可。
安装成功后会显示如下图：
此时在命令行中输入python，然后用 import torch 查看是否安装成功，若没有报错则安装完成。
输入以下命令查看cuda是否可用：
torch.cuda.is_available()
此处显示为True，则为可用。至此pytorch安装已完成！
若显示为False，则需要：
1）检查自己电脑的GPU是否支持cuda；
绝大多数电脑都是支持的。
CUDA | 支持的GPU | GeForceCompare GeForce graphics processors that support your PC gaming system, including GPU performance and technical specifications.https://www.nvidia.cn/geforce/technologies/cuda/supported-gpus/ 2）检查显卡驱动版本，更新驱动；
查看安装的pytorch版本对应的cuda是否与电脑所支持的cuda相匹配，或Driver Version的值是否大于396.26。若都不满足，则需要更新驱动（详细步骤请见【本文第4步（1）】处）。
3）检查是否下载成CPU版本。
（1）此处指令中所用到的-c pytorch指的是使用国外pytorch官方通道进行下载安装，晚上安装会比较流畅，白天连接不稳定。我之前使用其他镜像下载时各种报错，所以还是恢复了默认源进行下载。
如果你之前换源过，则需要移除其他源换回默认源：
首先打开Anaconda Prompt，输入如下命令来移除其他源：
conda config --remove-key channels
查看是否更换成功：（查看当前使用的镜像源）
conda config --show channels
如果显示如下内容，则设置已生效：
确保默认源已经被正确添加后再继续进行pytorch的安装（具体步骤请向上翻看，本文第5步）。
如果此时下载依然出现镜像源问题，则重新创建新的虚拟环境进行安装（如本文第2步所示）。
最后，pytorch 1.13.0，GPU版本安装成功！！！
1379
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
