python、pytorch、 torchvision、cuda、cudnn、jupyter notebook，在cpu和gpu环境中的安装

        首先需要确定的是python、pytorch、 torchvision、cuda、cudnn、jupyter notebook一定要做到版本对应，才会减少安装后出现错误。

前期准备：

        首先确定成功安装Anaconda。

        创建环境命令：

conda create –n 虚拟环境名字 python=版本

        CPU环境创建命令：

conda create –n pytorch-cpu python=3.9

        GPU环境创建命令：

conda create –n pytorch-GPU python=3.9

          安装成功后，查看环境命令：

conda info --envs

一.在GPU环境中安装Pytorch

1.1官方网站安装

        此种方式安装最简单！

         https://pytorch.org

        官网进行选择，然后进入创建的pytorch-GPU环境，输入红框中的命令进行安装。

         这里一定要注意选择pytorch命令中的CUDA版本是否与你的GPU版本对的上，可以通过下述链接参考。看下图系统信息中CUDA 11.7.101,基本就确定下载CUDA11.7版本。（其他都不需要考虑，我当时安装的时候考虑的很多，其实没有必要）

(30条消息) 《动手学深度学习》环境搭建全程详细教程 window用户_动手学深度学习代码压缩包_溶~月的博客-CSDN博客

         CUDA和cudnn下载安装的时候，可以参考下面B站视频，照着步骤做，不要再看其他的资料,越看越糊涂，闭着眼睛装：2022最新版CUDA安装+环境配置，人工智能小白变强教程！！！-人工智能/深度学习/机器学习_哔哩哔哩_bilibili

        cudnn 的安装版本红框中与CUDA对应，就大胆下载。

         安装完成，使用下面链接，验证是否成功：

https://blog.csdn.net/weixin_45334223/article/details/128772572?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-128772572-blog-121361983.235^v31^pc_relevant_default_base3&spm=1001.2101.3001.4242.1&utm_relevant_index=3

         最后安装jupyter notebook，将下面链接中的jupyter notebook的过程安装成功：

(30条消息) 《动手学深度学习》环境搭建全程详细教程 window用户_动手学深度学习代码压缩包_溶~月的博客-CSDN博客

        有了上述jupyter notebook还不够，还需要下面链接创建kernel核，如果不做可能会出现错误。

(30条消息) 【Jupyter notebook】实现虚拟环境的切换_jupyter notebook切换虚拟环境_zz.YE的博客-CSDN博客

                                 

 至此官网安装GPU版本Pytorch安装完成！

1.2清华镜像安装

        清华镜像安装参考此篇！

(30条消息) PyTorch、CUDA Toolkit 及显卡驱动版本对应关系_pytorch cuda版本对应关系_浪迹天涯@wxy的博客-CSDN博客

        切记安装后，jupyter notebook按照1.1要全部做完，不然可能报错。 

1.3wheel下载安装

        参考下述链接：

(30条消息) Pytorch最全安装教程（一步到位）_pytorch安装_weiAweiww的博客-CSDN博客

        还是需要注意的是版本对应问题，照着选大胆下，没有问题。cp39代表python=3.9

https://download.pytorch.org/whl/torch_stable.html

        切记安装后，jupyter notebook按照1.1要全部做完，不然可能报错。 

二.在CPU环境中安装Pytorch

同上，注意选择cpu版本。