最近人工智能等多门课需要复现论文，近两年的论文很多都是Pytorch环境，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。
| 本机环境 |
|---|
| Win10+1050Ti+Python3.7 |
1、两种方法查看本机的CUDA版本
1、cmd命令行输入nvidia-smi，在第一行最右边可以看到CUDA的版本号，我的是11.1
2、打开NVIDIA的控制面板，在开始菜单里面的NVIDIA Control Panel
3、在如下界面，帮助—>系统设置
4、出现系统信息如下
5、然后选择组件，然后看到蓝色的那一行就是英伟达的CUDA版本，可以看到我的是11.1.114，记住这个数字。
2、安装Pytroch
1、点击进入Pytorch官网
然后选择Get Started，就是如下界面
2、这里进行Pytorch版本的选择，首先我选择的是Stable稳定版，然后OS是Windows系统，Package包就使用Conda，Language肯定选Python，最后的Compute Platform就根据大家的需求来定了。大家如果想在自己电脑上跑通代码（具有独立显卡），就选CUDA，如果不需要在自己电脑上跑（在服务器上跑），就选CPU。
我们在上面已经看过自己的NAVIDA的CUDA版本了，如果前面数字是11，那么就选择11，如果是10，那就选10，当然如果你是11也可以选低版本的10。
如果没有安装anaconda的同学，可以参考我这篇博客：anaconda安装配置教程
如果想通过pip安装Pytorch的同学，可以告诉你通过pip安装非常麻烦，几乎无法安装，花费的时间远远多于安装anaconda的时间，所以，这条弯路我先帮大家探测过了，不要再踩啦。
3、然后复制最下面那段命令行语句，打开anaconda命令行，进入自己需要安装Pytorch的环境，然后运行。
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
4、可以看到将要安装的包里面有Pytorch和cudatoolkit，我们输入y确认，然后回车
5、下面就等待这些package安装成功，可以看到Pytorch还是比较大的，所以耐心等待一下。
6、安装完成后，会提示信息done。
7、输入pip list，查看我们的包是否被安装，这里可以看到torch相关的包都安装了。
8、我们输入python进入下Python环境，然后输入import torch，如果没有报错说明可以导入成功。
9、输入torch.cuda.is_available()查看torch是否可以使用显卡，True就代表可以！
CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。