本文主要讲述了在Linux系统中，通过anaconda安装pytorch的具体步骤，即需要在Ubuntu已经安装好anaconda，其安装步骤可以参考此篇博客：Ubuntu安装Anaconda详细步骤（Ubuntu22.04.1，Anaconda3-2023.03）

一、cuda基础知识

Nvidia安装的cuda主要包含三部分：
1.CUDA toolkit
2.CUDA driver
3.NVIDIA GPU driver

CUDA分为两种:驱动API,运行API；
驱动API指的是指的显卡驱动支持的最高cuda版本；
运行API指的是我们运行程序时用的API。

nvidia-smi为查看CUDA驱动API版本的命令，是驱动所能支持的最大运行API版本；
nvcc -V为查看CUDA运行API版本的命令，由于运行API在CUDA里的CUDA Toolkit工具包中，所以运行API版本也是CUDA Toolkit工具包的版本。

在安装Anaconda之后，Anaconda会提供一个cudatoolkit工具包，同样包含了CUDA的运行API，可以用来替代官方CUDA的CUDA Toolkit。此时运行pytorch代码就会使用anaconda的cudatoolkit，而忽略官方的CUDA Toolkit，
所以我们只需要根据anaconda中cudaoolkit包的版本来安装相应的pytorch即可。

二、pytorch安装

1.查看cuda版本
在anaconda的安装文件夹anaconda3中右键打开终端，输入下面的命令行查看cuda版本

nvidia-smi

可以看到显卡驱动版本是470.141.03，最高支持的cuda版本是11.4，我们可以根据cuda的最高支持版本进行pytorch的安装

2.输入下面的命令行，创建一个名称为pytorch的python3.7环境（名称和python版本任意）

conda create -n pytorch python=3.7

输入y，并按回车键

等待安装完成

3.输入下面的命令，进入刚刚建好的名称为pytorch的环境中去

conda activate pytorch

4.输入下面的命令行，给pytorch环境换清华源

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

5.之前检测英伟达显卡最高支持cuda11.4版本，所以我们可以选择cuda11.3版本的cuda，打开pytorch官网
可以发现此处pytorch的cuda版本为11.7以上，不适用我们安装，点击install previous versions of PyTorch

根据实际环境要求自行选择，比如本文这里选择了pytorch1.12.1，cuda11.3，Linux版本
选择完成后复制下面的命令行

（注意不要把后面的-c pytorch复制下来，因为这样就会在国外源下载）

6.运行刚刚复制的命令行

输入y，并按回车键

等待安装完成

安装完成后如下图所示

7.输入conda list，可以看到已经安装好的包


8.安装完成之后，我们需要将先前添加的清华源删除，从而在之后安装其他包（例如opencv，skimage等）时，能够安装成功
首先输入第一行命令行可以查看添加好的清华源，
输入第二行命令行删除清华源，
再次输入第一行命令行可以检查清华源已经删除。

conda config --show channels#显示conda所有通道

conda config --remove-key channels#重置conda默认源