一、安装anaconda
1.安装
官网下载安装包
https://www.anaconda.com/distribution/#download-section
选择windows->python3.7->64位进行下载，下载完成后双击运行。
点击next
点击I Agree
选择使用用户，点击next，使用默认安装路径，点击next
勾选第一项，将anaconda添加到环境变量中，install
等待安装完成即可。
2.测试anaconda是否安装完成
win+R，输入cmd打开命令窗，输入conda，若出现以下信息则安装成功：
二、安装pycharm
官网下载：http://www.jetbrains.com/pycharm/
点击download，选择community（免费）下载，下载完成后运行。
（如果下载专业版，可自行破解）
点击next，然后选择pycharm安装路径（使用默认也可）
如下图点击勾选，添加到系统变量
点击next，等待安装完成即可。
三、安装pytorch_gpu
1.检查是否有合适的GPU，若有，需安装cuda和cudnn
cuda、cudnn、pytorch之间有版本的对应关系，下载选择时请注意
官网查看：https://pytorch.org/get-started/locally/
确定对应的cuda版本，注意：这里不用下载
上图中我选择的cuda对应版本为9.2.
安装cuda：
进入： https://developer.nvidia.com/cuda-92-download-archive ，选择后下载
下载完成后运行
这里我选择了默认安装路径
选择精简，下一步安装
验证cuda是否安装成功
进入cuda安装路径，如果你是默认路径，则如下图
复制路径
win+R,cmd打开命令窗，
输入： cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin
输入：nvcc -V
若出现下图信息则安装正确
下载cudnn：
进入：https://developer.nvidia.com/rdp/cudnn-download
选择对应版本的安装包
下载完成后，解压，复制下列三个文件夹
黏贴到cuda安装目录下（如下图）
测试cudnn是否安装成功
进入cuda文件夹找到demo_suite,复制路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite
win+R，cmd打开命令窗，输入： cd 黏贴上述路径
回车
输入：bandwidthTest.exe
显示PASS则安装成功
输入：deviceQuery.exe
若显示PASS，则cuda和cudnn均安装成功
2. 安装pytorch
进入pytorch网站： https://pytorch.org/get-started/locally/
选择pip下载，进入下方网址，
会看到很多版本，可根据下图选择对应版本
所以这里我选择下图版本下载
并下载torchvision
四、配置pycharm
打开pycharm，新建：file->new project，写个工程名aaa；
工程名右击，新建：new->python file->写个名
输入
出现
因为当前环境中还没有安装pytorch，现在需要在conda下创建一个虚拟环境，在此虚拟环境中安装pytorch
点击下方terminal
创建虚拟环境，环境名为pytorch_gpu
输入: conda create -n pytorch_gpu python=3.7 (pytorch_gpu是新建环境的名字，也可写成其他任意的）
如果安装不成功，如下图，则需要输入图中命令先升级conda
注：1.若出现下列问题
原因：权限不够
解决：1.一管理员身份运行pycharm
2.将电脑账户设成管理员账户（https://zhidao.baidu.com/question/105402354.html）
激活环境： conda activate pytorch_gpu
命令会以环境名开始
虚拟环境中安装pytorch
复制三、2节中pytorch的下载目录，复制目录名
输入： cd 黏贴目录名
出现问题：不能进入该目录
原因及解决：https://blog.csdn.net/nanchifeng3190/article/details/86688614
（记录：进入盘符，如E，不用加cd）
进入目录后，输入下图命令，安装pytorch：
如图，则成功安装：
输入下图命令，安装torchvision：
如图，安装成功：
此时只差最后一步了：
将我们创建的虚拟环境pytorch_gpu关联到当前项目中。
操作如下 ：
file->settings->
点击右上方小齿轮，点击add，选择conda environment,选择existing environment->interpreter，选择这个虚拟环境所在的文件夹。
注：program data为隐藏文件夹，可点击最后一个图标显示。
大功告成，测试一下。
正确输出：
over！