1.安装anaconda

官网https://www.anaconda.com 下载安装，路径全英文然后记得有一步添加path路径勾选上

2.安装CUDA

确认CUDA版本

这一步一定要确认自己电脑的GPU是否符号版本要求，打开anaconda prompt，输入nvidia-smi查看电脑GPU状态；

CUDA version：12.0代表你的电脑所能安装的CUDA的最高版本，CUDA版本向下兼容，可以安装比12.0小的CUDA版本；
若电脑上已经安装CUDA，安装新的版本之前一定要先卸载旧版本具体方法参考：
卸载CUDA

确认CUDA和pytorch版本

根据官网：https://pytorch.org/get-started/previous-versions/
找到自己要安装的pytorch版本选择对应的CUDA版本

安装CUDA

一定要根据上面两步确认自己的电脑应该安装哪个版本的CUDA避免后续出现问题；
官网下载：https://developer.nvidia.com/cuda-toolkit-archive

下载成功后双击.exe打开进行安装，有一步不选择精简，选择自定义安装。其他安装按照默认步骤进行即可，记住自己的安装路径；

3.安装cudnn

官网下载cudnn

一定要选择和CUDA版本匹配的版本
注意这里下载需要注册，可以复制链接和迅雷一起食用效果更佳
下完成后，解压到本地，打开之前cuda的安装目录：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
找到你安装的版本目录，打开，找到bin、include、lib目录，将cuDNN压缩包内对应的文件复制到bin、include、lib目录。

4.安装Pytorch

打开anaconda prompt

pytorch和python对应的版本：https://blog.csdn.net/Y2894297258/article/details/130775874

conda enc list #查看已经存在的虚拟环境
conda remove -n pytorch_c --all #删除名为pytorch_c的虚拟环境
conda create -n pytorch_x python=3.6 #创建名为pytorch_x的虚拟环境，python的版本根据需要选择
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch #根据pytorch官网给的conda命令进行安装，直接官网安装可能慢一些，可以使用国内的镜像源

安装完成后，输入

python
import torch
torch.__version__
torch.cuda.is_avalible() #true则为安装成功GPU版本的

5.vscode配置

安装VScode

从官网下载，然后默认安装

vscode配置pytorch环境

安装python插件

添加Python解释器
按快捷键 “Ctrl+Shift+P” ，调出全局设置搜索窗口，然后输入 “Python:Select Interpreter” 后会出现 “Python:Select Interpreter” 选项，点击该选项；注意这里的python.exe要选择自己的pytorch环境下的；
激活pytorch环境
打开一个终端
若是PS中断输入

cmd 			#回到CMD
conda activate pytorch_c #激活pytorch环境