python、pytorch以及CUDA的安装
pytorch的安装
python库的安装
python库的安装可以直接在python官网上下载，但是下载后的只有python本身而没有其他三方库。我们知道在python编程中最头疼的就是版本兼容问题，因此单下python可能会对后续编程产生不必要的bug，因此选择合适的包管理工具尤为重要。
“工欲善其事，必先利其器。” Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scrip、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。学习Python就需要有编译Python程序的软件，Python是可以用记事本编写，然后打开CMD终端进行编译运行即可，但是对于项目而言这样写不显示的，在这里Pycharm就成了不二之选，pycharm2020学生版是免费且功能十分强大完全够用，也兼容了Anaconda ，在pycharm中也可以实现jupyter，在终端即时输入等便捷调试。在学习python时，使用Anaconda+Pycharm就是最佳组合。
下载并安装Anaconda
直接执行exe文件。
建议安装在D盘
一定要打勾
耐心等待，最后都是next就ok。
至此Anaconda 安装完毕。
Anaconda 环境变量
由于python并没有实现环境，所以手动对环境变量进行设置。
测试Anaconda
因为Anaconda 的安装实现了环境变量的设置、python以及其他常见python三方库的安装。下面进行一一测试。
任意位置打开CMD命令窗口，输入python、conda list、pip list是否有输出。
测试完成。
CUDA显卡驱动的安装
首先需要查看自己的笔记本是否有nvidia显卡，一般在桌面的右下角是否有nvidia图标或者点击我的电脑设备管理器查看。
打开nvidia控制面板鼠标桌面右键即可。
点击系统信息
可以查看驱动的版本和显存等其他信息，点击组件
查看自己的nvidia版本。
可以在https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html的table2中选择自己对应的cuda版本下载即可。
一步一步安装即可。
最后打开CMD 输入nvcc -V。
安装成功。
安装对应版本的cudnn，建议直接在网盘CSDN上面直接下载，官网西下载需要注册账号，比较麻烦。
下载完毕后将文件赋值到对应安装的cuda的文件夹中即可。
cudnn安装成功。
pytorch库的安装
直接通过whl轮子下载，网站https://download.pytorch.org/whl/torch_stable.html，比如cu101/torch-1.4.0-cp37-cp37m-win_amd64.whl就是10.1版本的cuda，3.7版本python，对应的window64位的1.4torch，根据自己需要下载，对应的torchvision也是如此下载。同cmd命令行跳转到下载页面利用pip install 轮子文件名安装即可。
测试pytorch
pytorch安装成功！