pytorch安装保姆级教程及安装缓慢的解决方案（超时Timeout导致安装失败）

一、Anaconda的安装

利用conda安装pytorch时需要先下载安装Anaconda包管理工具，地址链接：
https://www.anaconda.com/，Anaconda安装可以参考：Python入门之开发环境配置：Anaconda与PyCharm的安装详解

如果下载缓慢，可以在清华镜像站中下载，地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装anaconda时的常见问题，可参考博客：
安装Anaconda时忘记点击自动配置环境变量的解决方案/手动配置Anaconda环境变量方法

安装完成后：
验证Anaconda是否安装完成：win+R，然后cmd进入命令行，输入

conda list

若能正常显示，则证明安装完成。

二、CUDA安装

百度搜索：CUDA10.1可下载相关版本（至于为什么选择10.1版本，后面进行介绍）

选择[local]，下载。

下载完成后，双击安装即可，等待十多分钟，安装完毕。

注：这里可能会遇到一些问题，比如说检查兼容性时突然画面没了，这时就需要下载“驱动精灵”检查一下自己的什么驱动没有安装好，重新安装一下即可。

检测安装完成：win+R，然后cmd进入命令行，输入

nvcc -V

若能显示cuda10.1则证明安装完成。不必看下面的注。
注：如果nvcc找不到而出现错误，则查找该目录下是否有nvcc.exe，若存在，则只有一种可能，未配置环境变量

环境变量配置：

配置好这两个环境变量：

将这两个目录配置到path环境变量下，即可，ok，完成。再次运行win+R，然后cmd进入命令行，输入nvcc -V，应该就没问题了。

三、pytorch安装

打开pytorch官网，选择相应的版本，

（这里就知道为什么要选择10.1了吧，因为很多版本都没有，由于版本具有时效性，所以建议先来看看有什么版本，再回去下载对应的CUDA）

复制下面的Run this Command：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

然后，以管理员方式运行命令行，务必注意，以管理员方式运行

然后粘贴安装，即可。

如果出现这种错误，则证明没有以管理员方式运行。

如果正常，半个小时左右就能安装完成了。

但是，大多数情况下可能会遇到下载过慢的问题，尤其是文件：pytorch和torchvision，下载的时候可能会遇到无尽的等待。导致下载失败，出现HTTP balabla和TimeOut error。

这时推荐用清华镜像站替代默认conda源的方法，可以解决下载过慢的问题。
首先直接在这个窗口输入：

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 --set show_channel_urls yes

与此同时为了保险起见，建议同时添加第三方conda源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

之后重新运行代码：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

但是这里一定要注意，去掉-c pytorch，安装的时候才会默认从清华源下载相应的包，因此这里用命令行:

conda install pytorch torchvision cudatoolkit=10.1

接着等待安装成功就好了。

四、验证安装

在编译器中输入：

import torch

print(torch.__version__)
print('GPU:',torch.cuda.is_available())

若输出正常，则证明pytorch安装完成。
输出结果：

ok，大功告成。
如果觉得有用，求赞求支持。