目录
概述
重要的事情说三遍：不需要装cuda、不需要装cuda、不需要装cuda
1.查看自己NVIDIA版本
2.创建一个conda 环境
3.安装pytorch
本文意在帮助即将步入深入学习领域的学子
在这之前首先你需要安装好anaconda，不懂的可以下面这篇文章
最新Anaconda安装-保姆级教程
概述
PyTorch是一个开源的深度学习框架，提供了各种张量操作并通过自动求导可以自动进行梯度计算，方便构建各种动态神经网络。支持使用GPU/TPU进行加速计算。（Torch中文百科）
2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。（百度百科）
重要的事情说三遍：不需要装cuda、不需要装cuda、不需要装cuda
1.查看自己NVIDIA版本
ctrl+r 输入cmd 打开命令窗口，输入nvidia-smi，查看自己的版本号
nvidia-smi比如我这里就是11.6
这个版本有什么作用呢，就是你的pytorch对应的cuda版本不能超过这个
如果你选择去官网下载，很容会超过这个版本（如果你是新电脑就没有这个烦恼）
进入Pytorch官网：PyTorch，找到合适自己电脑的版本
所以不推荐大家这样子去下载，没有意义。官网只会给最新的版本，而不是最合适的版本
2.创建一个conda 环境
如果你是按我的教程安装的anaconda，那么他会自带一个3.9的python
或者你也可以在命令窗口打 python 来查询自己python版本。
conda create -n env_name python=3.9# env_name为所创建虚拟环境名称（自己起一个好记的名字）；python版本可以更换
第一次创建可能需要一些时间，创建成功后，激活环境
source activate env_name # 激活虚拟环境，进入虚拟环境即可安装自己要的包3.安装pytorch
只要你的NVIDIA查询的版本大于等于11.3 这边直接运行下面的代码，少走两个月弯路
这个pytorch可以运行主流的YOLOv5、v7等大多数深度学习框架。
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple这个代码已经换好了源，如果十分钟下不完，那一定是有问题，可以评论区留言，或者借鉴一下别的博主。
当然下面这个网址是必备的，你肯会用到，建议收藏起来，等你开始上手写论文的时候，你需要会配置各种远古算法的环境，而他就是你的救命稻草。
网址为各版本对应pytorch和torchvision
https://pytorch.org/get-started/previous-versions/
最后测试是否安装成功
python
import torch
torch.__version__
torch.cuda.is_available()
最好不要更换环境源，因为小白容易出现问题。
如果需要下载包，直接用下面的代码，橙色为换源的代码
pip --default-timeout=5000 install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple
以上就是全部的教程了。
