1.環境要求
Windows:
CUDA和CUDA庫（即cuda和cuDNN）
安裝參考我的文章cuda安裝教程+cudnn安裝教程
2. Anaconda 下載
在機器學習，深度學習中，要用到大量的 package（就是各種工具包）。如果說，函數是一個工具，那么 package 就是一個工具包。一個個安裝 package 很麻煩，而且容易出現疏漏。於是，就有了 Anaconda，這是一個集成了常用於科學分析（機器學習，深度學習）的大量package。
也就是說，你只要安裝了 Anaconda，就安裝了很多我們之后要用的許多packages。
Anaconda 的下載地址：https://www.anaconda.com/products/individual
推薦： Anaconda歷史版本鏈接：https://repo.anaconda.com/archive/
3.Anaconda 安裝
雙擊進行安裝，需要注意以下幾點：
（1）記住安裝路徑，之后會用到
（2）跳過安裝 Microsoft VSCode
為了檢驗是否安裝成功，在開始菜單出，左擊 Anaconda Prompt
如果可以成功打開，且左邊有 (base)，即安裝成功。
4.有序的管理環境
也許，你之后會遇到不同的項目，需要使用到不同版本的環境。比如這個項目要用到 pytorch 0.4，另一個項目要用到 pytorch 1.0，如果你卸載了0.4版本，安裝了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸載1.0版本，安裝0.4版本。很折騰。
Anaconda 集成的 conda 包就能夠解決這個問題。它可以創造出兩個屋子，相互隔離。一個屋子放 0.4 版本，一個屋子放 1.0 版本。你需要哪個版本，就進哪個屋子工作。
我們首先使用 conda 指令創建一個屋子，叫做 pytorch。
指令如下：conda create -n pytorch python=3.6
conda 是指調用 conda 包，create 是創建的意思，-n 是指后面的名字是屋子的名字， pytorch是屋子的名字（可以更改成自己喜歡的），python=3.6 是指創建的屋子，是 python3.6 版本。
之后，彈出提示，輸入 y，即可安裝。
安裝成功后，輸入以下指令：conda info --envs
即可看到 conda 環境中，有新建的 pytorch 環境，右邊的 * 號表示，當前你處於哪個環境。
接下來，我們要在 pytorch 環境中，安裝 PyTorch，（有點繞），使用如下指令，進入 pytorch 環境。
conda activate pytorch
或者activate pytorch
你可以看到左邊的 base 變成了 pytorch，代表成功進入 pytorch 環境。
5. 安裝 PyTorch 准備
終於到重頭戲了，安裝 PyTorch了。激動的打開官網，下拉到下面的頁面。
（不得不說，PyTorch 在這方面做的真的好，不需要再人工安裝 CUDA、cuDNN 之類的，全部都給你解決了。真的良心~以前安裝真的繁瑣。（吐槽一句，以前超麻煩的）（不太懂）
PyTorch Build 選擇 Stable；選擇系統；Package，Windows下推薦 conda，Linux 下推薦 pip；Python版本按照Anaconda的版本選擇，我這里選擇3.6，CUDA 推薦10.1。如果沒有顯卡的話，選擇 None。我的選擇如圖所示：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch去掉-c pytorch,加了這個默認官網路徑下載，而不是你設置的清華源路徑下載。
復制下面的代碼，之后，在開始菜單中，打開 Anaconda Prompt，查看最左邊括號中是 base 還是 pytorch。
如果是 base，使用 conda activate pytorch 進入 pytorch 環境中。之后粘貼即可。
果斷輸入y，之后就是漫長的等待。或者去休息吧，慢慢等着。看看劇啥的，等着它慢慢下吧。如果你的並不慢，恭喜恭喜。
主要是2個軟件比較大，難下載：pytorch-1.6.0-py3.6_cuda101_cudnn7_0.tar.bz2和cudatoolkit-10.1.243-h74a9793_0.tar.bz2
6. 加速（可選）
參考文章：conda安裝太慢問題解決
將其中的pytorch-1.6.0-py3.6_cuda101_cudnn7_0.tar.bz2和cudatoolkit-10.1.243-h74a9793_0.tar.bz2兩個文件，復制到剛才 Anaconda 安裝的目錄下的 pkgs 文件夾中。
在此路徑下輸入以下指令：
conda install --use-local pytorch-1.6.0-py3.6_cuda101_cudnn7_0.tar.bz2
conda install --use-local cudatoolkit-10.1.243-h74a9793_0.tar.bz2
即可使用下載的包進行安裝。
然后，重新復制 PyTorch 安裝命令，粘貼到命令行上，進行安裝。
7. 驗證是否安裝成功
（1）在命令行左邊為 pytorch 環境中，輸入 python
（2）之后，輸入 import torch，如果沒有報錯，意味着 PyTorch 已經順利安裝了
（3）接下來，輸入 torch.cuda.is_available（），如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。
參考博客：
https://blog.csdn.net/zhouzhiyao960211/article/details/102873717
https://blog.csdn.net/songyuc/article/details/100752884