（GPU版）Pytorch+pycharm+jupyter安装记录（截至23年3月14日）
由于搞了一台旧主机，主机上没有pytorch等软件程序，所以重新装一遍，顺便记录一下！
一、安装显卡GPU的驱动程序，搞定CUDA先
WIN+R打开命令行，输入命令nvidia-smi,看下图：
如若没有安装显卡驱动程序，图中红色框框将不显示CUDA的版本信息。
还有，如果输入nvidia-smi后，显示不支持此命令，可参考下面这篇文章：
windows10 下 nvidia-smi无效解决办法_霄逸鸿的博客-CSDN博客
安装显卡的驱动程序可前往NVIDIA官网：
人工智能计算领域的领导者 | NVIDIA
官方驱动 | NVIDIA
下载完后，进行安装，没有特别的安装步骤，直接自己看着装。
显卡的信息，可以通过任务管理器寻找，Ctrl+Alt+Delete快捷键打开任务管理器：
安装完毕，WIN+R打开命令行，输入命令nvidia-smi，就可以看到CUDA的版本信息。
二、安装Anaconda
前往Anaconda官网：
Anaconda | The World's Most Popular Data Science Platform
我并不推荐安装最新版本的Anaconda,所以我去找旧的版本安装：
我选择的是这个版本，我的电脑是windows+64位的，然后开始安装：
安装完成，看看是否成功安装，点击Anaconda Prompt：
出现base环境基本算是成功，也可以进入python，尝试python功能：
三、安装pytorch
安装pytorch之前，先创建一个专属于pytorch的环境。base相当于一个大房子，创建pytorch环境就是在大房子里弄一个房间存放pytorch等一系列你想要的库，因为pytorch有许多版本，当你需要其他pytorch版本就需要创建其他新的环境去存放。
在Anaconda Prompt输入以下命令，conda create -n pytorch python=3.6：
输入y代表yes，同意，即可创建完毕。
进入创建的环境，conda activate pytorch：
接下来，就需要在创建好的环境中，安装pytorch库：
我的CUDA是12.1，所以安装的pytorch CUDA版本不能高于12.1，当然，我的建议是安装旧的版本，主要是稳定，所以我安装的是10.2版本。
进入pytorch官网：
PyTorch
我安装的就是CUDA10.2、pytorch==1.8.0版本的库，复制此命令：
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
在先前的环境中，运行此命令，然后等待安装，我挂了梯子，所以下载速度还行：
安装完毕之后，进行测试一下：
在创建的环境中，进入python，输入import torch、torch.cuda.is_available()，没报错并返回True就代表安装成功。
四、pycharm安装及环境配置
我习惯用pycharm编辑器，当然也可以选择其他的编辑器。老规矩，肯定不安装最新版，我本来安装了最新版，想把之前创建的pytorch环境载入的时候，出现conda executable not found错误，弄了半天，直接卸载下载旧版直接就好了，一点错误都没有。
PyCharm: the Python IDE for Professional Developers by JetBrains
开始安装吧！
安装完毕！
打开pycharm进行环境配置：
测试能否import torch，打开工作台：
有True代表成功安装并配置好环境！
五、jupyter notebook安装
我们需要在创建好的环境中去下在jupyter的包，这样才能在jupyter中运用pytorch的库。
打开Anaconda Prompt，激活搭建好的环境，输入conda install nb_conda：
然后，你会发现，一直卡着不动了！
我又换了一个命令：conda install nb_conda_kernels，结果还是不行。。。。。
亲测有效，利用豆瓣镜像很快：
pip install notebook -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
安装完毕，直接在环境中启动jupyter：
jupyter notebook
浏览器会打开jupyter：
创建一个新文件，打开：
没有报错，且返回True，代表jupyter可以成功使用，并利用了我们环境中安装的pytorch库！
六、完结撒花
