第一步 ： 从清华大学开源软件镜像站下载Anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/"text-align: center">

安装过程中需要勾选如下图

装好后测试是否装好，先配置环境变量（可能anaconda安装好后自己就有了）

打开CMD，输入代码

conda list

回车出现包的信息则说明安装完成

打开Anaconda Navigator（桌面没有的话就点击左下角看最近添加）可以看到spyder已经下好了

第二步：下载CUDA（GPU）
注意：没有NVIDA的显卡是不能使用CUDA的！！！！！！！！！
如果显卡不是N卡的话，就不能使用GPU加速的！！！！！
但亲测之后就算没有下载CUDA，只要pytorch包下载在spyder里，是能使用CPU来加速的，进行一些简单的学习是没有问题的。

下载CUDA前，查看自己电脑能安装CUDA的最高版本，打开NVIDA控制面板

可以看到我的CUDA能安装11.1版本的（这不代表你的电脑就安装这个版本，而是最高能接受这个版本！）

然后我们进入CUDA工具包安装官网
https://developer.nvidia.com/cuda-toolkit-archive

可以看到有很多版本，但这个时候可以看一下pytorch官网
https://pytorch.org/get-started/locally/

这里最高CUDA选择10.2，但由于本人的电脑就是装不了10.2，所以选择了10.1 updata2

点进去是这个样子的

然后右下角下载好后开始安装，遇到下图这个注意勾选。

安装过程如果出错的大概率是你的电脑没有 Visual Studio,如果真出错了可以下个VS2019试一试，我就是出错在这。

安装完成后测试是否安装完成，打开CMD输入

nvcc -V

安装完成的话就会出现下图

可能会遇到nvcc不识别，我们就去找nvcc这个文件（如图所示路径）

找到之后把这个路径添加到环境变量

添加之后，再次进入cmd，输入nvcc -V测试安装情况

到此CUDA安装完成

第三步

Pytorch安装
打开cmd，输入下面两行代码（使用清华源加速）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

先不要关闭cmd，然后进入pytorch官网
https://pytorch.org/get-started/locally/

熟悉的界面，因为我安装的CUDA是10.1，所以CUDA选择了10.1。
注意这段代码

必须去掉-c pyorch
所以我们在刚才的cmd中输入

conda install pytorch torchvision cudatoolkit=10.1

然后稍等一会，cmd就会开始安装了，安装过程中碰到Y/N就选Y就行了，因为我已经安装过了，所以cmd里就是这样的

等下载完成之后，打开cmd，输入

ipython

然后再如下图输入

import torch
torch.cuda.is_available()

如果输出了一个True，则pytorch安装完成了。

第四步
环境配置与测试
打开Anaconda Navigator

在两个环境中找一找有没有pytorch一类的包

没有的话只能重新下一次pytorch了
有的话打开spyder，可以在工具选项设置为简体中文

然后输入代码测试

import torch
print('Torch Version:',torch.__version__)
print('CUDA GPU check:',torch.cuda.is_available())

正常输出的话，那么pytorch就装好了

如果是要用pycharm来运行呢，则新建一个项目，选择现有解释器

然后在添加解释器，在conda环境下如图

然后创建就好了，创建完成以后，创建一个.py文件，输入代码

import torch
print('Torch Version:',torch.__version__)
print('CUDA GPU check:',torch.cuda.is_available())

运行如下，则配置完成了