Pytorch入门笔记0：环境配置（重要前提）
Pytorch 环境配置
说明：
一般用Anaconda配置Python环境 ，使用Pycharm编辑器进行代码编辑
1 Anaconda安装
进入官网选择对应系统和版本进行安装，现在已更新到Python 3.9 ，我们安装最新版本即可。
Anaconda | The World’s Most Popular Data Science Platform
对于版本有要求的朋友可以下载对应版本
针对下载有困难的，可以使用本链接（2019.10版本）相对稳定
https://pan.baidu.com/s/1o_qhrKDi-bnZhxdkCB1q0A
提取码：9h6m
下载完成进行安装
打开安装包
最好选择系统盘以外路径，最好容易记住的！
选择Add Anaconda to my PATH environment variable，我用起来觉得更好用。
安装完成后，跳过安装VSCode，最后在Anaconda中安装。
2 安装Cudnn和CUDA
注意：如果电脑没有NVIDIA的显卡，不能用GPU加速，忽略此步
我这里使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1.5，这个组合绝对是可以用的。
cuda10.0官网的地址是：
CUDAToolkit 10.0 Archive | NVIDIA Developer
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。
NVIDIA cuDNN |NVIDIA Developer
官网下载是比较慢的，可以在百度云上下载，同样链接放在下方。
CUDA
链接：https://pan.baidu.com/s/1co7uF9aAqwufOLAX5yh_Zg
提取码：9fe2
cuDNN
链接：https://pan.baidu.com/s/1Mmle43w_i1AApRBsIEVgEA
提取码：eu7z
2.1 CUDA安装
下载好后打开CUDA_10开头文件进行安装，选择自定义，然后下一步
全选后点击下一步
安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
2.2 CuDNN的安装
将下载的压缩包解压后得到该文件
进入CUDA的文件目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
将三个文件夹复制进去替换完成！
3. 配置Pytorch环境
打开命令行
创建虚拟环境
conda create –n pytorch python=3.6
安装完成后，激活环境
activate pytorch
若有GPU，执行
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
没有GPU，执行
conda install pytorch torchvision cpuonly -c pytorch
下载完成后，在pytorch环境下 输入python，进入命令行，输入不报错，说明安装成功
import torch
4. Pycharm安装
官网下载地址
PyCharm: the Python IDE for Professional Developers by JetBrains
百度网盘附下
链接：https://pan.baidu.com/s/1hPpMxev8e-V1dMWTGnVa_A
提取码：dq5z
本节配置就到此结束啦，有什么问题留言或者百度查询即可。