Pytorch学习笔记（一）：Pytorch安装GPU版本（避坑）
目录
一、创建虚拟环境
二、下载安装包
三、遇到的坑
前言
文章主要介绍安装GPU版本的Pytorch，自己在安装种也遇到了不少坑，在这里一一例举。前提是安装好Anaconda和Pycharm和CUDA。不推荐通过官网获取命令直接安装，如果不换源，下载速度慢，我换了清华源后，下载的CUDA版本的，清华源由于没有CUDA版本，每次都会自动装CPU版本，若想要安装CUDA版本的推荐离线安装。
一、创建虚拟环境
在开始菜单搜索Anaconda Prompt (Anaconda3)并打开输入以下指令。
conda create -n pytorch python=3.8
我已经创建所以显示让我是否移除之前创建的。输入activate pytorch激活虚拟环境，如下所示。
二、下载安装包
打开cmd，输入以下指令，查看自己的CUDA版本。安装的CUDA必须小于等于自己的CUDA当前版本。
nvidia-smi
可以看到我的CUDA版本为11.2，所以只能安装11.2以下的版本。打开以下链接安装相对应的torch和torchvision版本。
https://download.pytorch.org/whl/torch_stable.html
比如说我创建的环境python版本为3.8，电脑为64位，下载低于11.2的CUDA，所以下载如下图红圈圈住的版本
接下来再安装torchvision，它的版本要和自己下的torch版本所对应，对应表如下图所示。我下载的1.9.1的版本，所以对应torchvision的版本为0.10.1，其余也要对应
下载完成后把安装包放置C:\Users\你自己的用户名
打开刚才创建的虚拟环境利用pip install 安装两个文件，先安装torch再安装torchvision。安装完之后打开python测试。
显示True表示CUDA可以用，安装成功。
三、遇到的坑
最好下载安装包再直接安装，用官方命令下载太慢，如果换源还会出现只给你下载cpu版本的现象。
如果下载的安装包安装的时候出现错误，多半是版本不对应，我下载过程中，自己清楚记得自己创建虚拟环境的python版本为3.8，结果打开之后发现是3.7，把python升级到3.8之后安装就很顺利。