PyTorch是一个开源机器学习框架，最初来自Meta Ai。如果你想研究人工智能或从事人工智能项目方面的工作，那么在本地机器上使用PyTorch设置开发环境对于许多项目来说都是必不可少的。GPU（图形处理单元）是一种专用处理器，最初设计用于同时处理数据。它有助于加快深度学习代码的计算速度。这篇博客是在Windows上安装PyTorch GPU的完整指南。
一、判断是否有Nvidia(英伟达)显卡
右键开始菜单，在弹出选项中选择任务管理器。
点性能选项，然后点GPU。在右上方会显示GPU名称，只有带NVIDIA的英伟达显卡的电脑才能安装GPU版本，否则其他的就只能安装CPU版本。
二、更新显卡驱动程序
首先安装最新的显卡驱动。Windows搜索栏中输入设备管理器，找到显示适配器一项，点击展开，你将看到你的NVIDIA显卡列在其中。
右键点击你的NVIDIA显卡，选择更新驱动程序。在弹出的对话框中，选择自动搜索更新的驱动软件。之后，系统将自动搜索、下载并安装最新的驱动版本。完成后，可能需要重启计算机。
然后查看自己电脑驱动的版本。快捷键Win+R，输入cmd并回车，再输入下面的命令：
nvidia-smi
可以看到系统中的CUDA Driver版本，表示的是驱动所能支持的最大运行API版本。
如上图所示，我的CUDA Driver版本是12.6，则我的电脑适配的是Cuda 12.6及以下的版本。
请注意该CUDA Driver版本，因为后面涉及PyTorch安装的版本选择。
三、安装Anaconda
Conda是一个开源软件包和环境管理系统，可在Windows、macOS和Linux 上运行。Conda可快速安装、运行和更新软件包及其依赖项。
首先去官网下载Anaconda。
点击Download，下载的就是最新版本。下载完成后，直接运行下一步。
注意路径这块，最好是全英文。接下来根据个人喜好勾选，也可以不用管直接下一步安装好就行。
在开始菜单下，找到带有绿色图标的Anaconda Navigator，点击就可以打开Anaconda的图形化界面。点击环境，如果可以看到base（root），即Anaconda默认和自带的一个虚拟环境，那么代表Anaconda已经安装成功。
四、创建虚拟环境
虚拟环境是Python项目的隔离环境。每个项目都可以有自己的依赖项，而不管其他项目有哪些依赖项。
在开始菜单栏中点击Anaconda命令窗口，随便点击哪个都可以，如下图所示。
然后输入以下的命令就可以查看当前有多少虚拟环境。
conda env list
如下图所示，当前系统里只有一个默认的base虚拟环境。
要运行PyTorch，最好创建自己的虚拟环境。打开Anaconda命令窗口，然后输入命令：
conda create -n pytorch_test python=3.10 -y
conda activate pytorch_test
这样就创建了一个名为pytorch_test的虚拟环境。
虚拟环境的名称可以自定义。
如果遇到错误：PackagesNotFoundError: The following packages are not available from current channels
则输入以下命令可以解决：
conda config --add channels conda-forge
conda config --set channel_priority strict
五、安装PyTorch
因为安装指令都是从国外的通道下载，下载速度会非常慢。所以想要下载快，得使用国内的镜像地址。
| 镜像名 | 镜像地址 |
|---|---|
| 清华大学镜像 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main |
| 阿里巴巴镜像 | http://mirrors.aliyun.com/anaconda/pkgs/main |
| 北京外国语大学镜像 | https://mirrors.bfsu.edu.cn/anaconda/pkgs/main |
添加镜像通道。如在虚拟环境中添加清华大学镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
验证通道是否添加成功：
conda config --get
如果想删除添加的通道，可以使用如下命令：
conda config --remove channels 通道地址
访问PyTorch官网，选择下图橙色所示部分，注意安装的Python和CUDA版本。
复制底部的命令并在Anaconda创建的虚拟环境中运行它。此命令会安装PyTorch和其他常用包，例如NumPy。
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
文件很大，请耐心等待下载及安装过程。
如果你的电脑可以装CUDA 11.8，就直接复制底部命令粘贴到anaconda命令窗口执行，不行的话就去找以前的版本。
我这里因为系统可以安装小于CUDA 12.6的版本，因此直接复制的底部命令进行执行。
六、验证PyTorch
在虚拟环境中输入pip list或者conda list，看有没有torch。
然后依次输入以下三行命令：
python
import torch
torch.cuda.is_available()
如果最后显示为True，则说明PyTorch的GPU版本已经安装成功。
七、安装PyCharm
PyCharm是一个用于Python编程的集成开发环境。如果你想在PyCharm中编辑和运行你的项目，你需要先安装它。前往jebrains站点下载PyCharm。下载社区版本并运行安装程序。
安装后，打开PyCharm并创建一个新项目。在Python解释器中，选中Previously configured interpreter。在下拉菜单中，选择你刚刚创建的虚拟环境pytorch_test。
你也可以更改现有项目的解释器。前往文件->设置->项目。在 Python 解释器中，选中Using existing environment，单击Add interpreter，然后选择pytorch_env。
参考文献
[1] 2023最新pytorch安装（超详细版）
[2] Windows环境下安装pytorch及注意事项
[3] anaconda安装pytorch-GPU版本（python3.7）
[4] Install PyTorch GPU on Windows – A complete guide
[5] 解决Anaconda创建环境时报错：PackagesNotFoundError
