前言：虽然不是第一次装pytorch，但是这次遇到的问题挺多，不过幸好最后都解决了。

目录

1.下载Anaconda

2.换源

2.1生成.condarc文件

2.2修改该文件内容

 3.去确认下载版本，事半功倍。

3.1进入清华大学镜像网站

3.2进入之后找到anaconda并依次打开cloud/pytorch/win-64

 3.3往下拉，找到自己想要下载的组合

3.3.1补充说明确定自己电脑的cuda版本

 4.在第三步确定好三个的版本后打开Anaconda prompt，之后所有命令都在这里面

4.1创建新的虚拟环境，复制粘贴下面命令。

 4.2查看是否创建成功

4.3激活刚刚创建的pytorch环境

5.进入pytorch官网准备下载

5.1找到在第三步确定的版本

5.2复制进去之后，等待，会有一个让你打y或者n，这里不要急，先看一下

5.3确定是gpu版本后打y自动安装

6.检测是否安装好

6.1在Anaconda prompt里输入python

​编辑

6.2继续输入import torch

6.3检查是不是gpu版本

附加说明：

---

1.下载Anaconda

这个比较简单，不赘述，大家搜一下就好。

2.换源

（在第一步下载Anaconda时，有的教程已经教你换源了，那么第二步就不用了，但是！！！要注意一下换的源里面有没有包含pytorch源的路径！！！我就在报错之后才发现开始换的源没有pytorch源的路径。pytorch的源的路径是2.2内容的第五个网址）

因为外网下载pytorch会很慢，所以换成国内源，这里我使用清华源。

2.1生成.condarc文件

conda config --set show_channel_urls yes

window用户看不到condrac文件，所以用上面代码生成。之后在c盘，用户文件夹里面就能找到

右键选择打开方式，选记事本打开。 

2.2修改该文件内容

把文件夹内原始内容删掉，然后换成下面的内容，直接复制粘贴进去，记得保存！

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

 3.去确认下载版本，事半功倍。

（如果还不能确定自己要什么版本，就在这个里面找一个有的，合适的）

因为如果python \ cuda \ pytorch你自己组合的三个的版本在清华源里没有，那就会自动给你下成cpu的，而不是我们需要的gpu。

原因请参考这位博主，解决方法我和这位博主在最后安装不一样，都可以参考

(67条消息) conda安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]_windSeS的博客-CSDN博客_pytorch-mutexhttps://windses.blog.csdn.net/article/details/125910538

3.1进入清华大学镜像网站

清华大学开源软件镜像站 | Tsinghua Open Source Mirror

3.2进入之后找到anaconda并依次打开cloud/pytorch/win-64

 3.3往下拉，找到自己想要下载的组合

 这里说明一下，pytorch-1.10.0-py3.7_cpu_0.tar.bz2这种名字的是cpu版本的pytorch，那种1.2G以上，名字里面有cudnn的是gpu版本的pytorch，绝大多数情况我们都是用gpu的。

在各个gpu的组合里面找到自己想要的python \ pytorch \ cuda

pytorch-1.10.0-py3.7_cuda10.2_cudnn7_0.tar.bz2以这个为例，pytorch版本是1.10.0，python版本是3.7，cuda的版本是10.2。

确定好自己想要的组合之后，就可以移步第四步。

3.3.1补充说明确定自己电脑的cuda版本

这里补充说明一下，要先去看自己电脑的cuda版本，安装pytorch的cuda一定要小于等于自己电脑的cuda，查看方法就是打开电脑的NVIDIA设置，点击左下角的系统信息，点击组件，可以看到我的电脑cuda是11.6，所以我在装pytorch时，需要的cuda版本就要小于等于11.6

 

 4.在第三步确定好三个的版本后打开Anaconda prompt，之后所有命令都在这里面

4.1创建新的虚拟环境，复制粘贴下面命令。

（这里是创建了一个叫pytorch的虚拟环境，里面的python版本是3.8，这个3.8就是在第三步我们确定要装的python版本）

conda create -n pytorch python=3.8

 4.2查看是否创建成功

conda env list

 创建成功的话，list里面会显示出pytorch

4.3激活刚刚创建的pytorch环境

conda activate pytorch

激活后，你就能看到从base变成pytorch

不要关闭Anaconda prompt，第五步还要用

5.进入pytorch官网准备下载

 点击绿色框这里，进入新的页面

5.1找到在第三步确定的版本

比如说我要选这个（先看写的是CUDA11.3,然后看pytorch是1.12，是我刚刚确定的），那么就复制-c pytorch前面的内容进经过4.3之后的Anaconda prompt

也就是把下面这个复制进去。

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3

5.2复制进去之后，等待，会有一个让你打y或者n，这里不要急，先看一下

找到pytorch，看一下后面的内容是不是你要下载的清华大学源的那个文件名字

（我这里是个cpu的pytorch截图，装gpu没有截图，gpu后面要带cudnn.）

5.3确定是gpu版本后打y自动安装

6.检测是否安装好

6.1在Anaconda prompt里输入python

6.2继续输入import torch

没有报错就说明pytorch装好了

6.3检查是不是gpu版本

输入torch.cuda.is_available()

这里显示True就说明是装的gpu版本，至此全部装好完成。 

附加说明：

在pytorch官网里面，有的版本的命令里面不止有-c pytorch还有-c nvidia，如果不是一定要下载后面带-c nvidia版本，就不建议下载这个。因为使用官网的源很慢，但是目前据我实际操作以及查阅资料，后面带-c nvidia的使用国内源会报错。