一. 软件配备
检查显卡驱动：
nvidia-smi
可知，CUDA支持的最高版本为11.4，因为小编之前安装的tensorflow2.4.0用的是CUDA11.0，所以为避免安装其他版本，就沿用CUDA11.0。
所以，软件配备：win10系统、pytorch1.7.0、python3.7（也可以是python3.8）、cuda11.0。
二. 创建虚拟环境
因为小编也用tensorflow2.4.0，所以为避免环境冲突，需要新建虚拟环境，以适用pytorch1.7.0。
2.1 创建环境名称，并选择‘y’
conda create -n pytorch_1.7 python=3.7
2.2.进入虚拟环境
activate python_1.7
三. 安装pytorch
进入 pytorch官网，发现有对应版本下载。如果想要下载其他版本，比如：pytorch1.7，则点击下面的“Previous versions of Pytorch>”
进入页面后，找到对应版本，
由于pytorch1.7有1003.4MB，所以如果直接按照如下pip下载安装pytorch，速度非常慢，因而需要单独下载后进行安装pytorch。
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch
所以，我们先下载安装包，然后再本地进行安装，下载地址是：清华大学开源软件镜像站
注意：不推荐下载这个torch—源于pytorch.org官网，因为经常自动断网
然后，选择自己想要的版本进行下载即可，存至一个盘里，小编将压缩包存在D盘的一个文件夹内。
接着，通过conda安装。注意：在安装的时候，需要在压缩包后面添加‘.bz2’，否则安装不成功，如：
conda install F:\zwb\pytorch-1.7.0-py3.7_cuda110_cudnn8_0.tar.bz2
安装完pytorch1.7之后，我们再用如下代码，安装其它模块，直至完成，如：
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch
至此，pytorch1.7安装完成。
四. 安装虚拟环境下的notebook
4.1 安装ipykernel，并选择‘y’，直至安装完成
pip install ipykernel #安装ipykernel库，用来注册
4.2 将环境名注册到notebook，可以看见文件路径
python -m ipykernel install --user --name pytorch_1.7 --display-name pytorch_1.7 #将环境名注册到notebook
4.3 检查是否安装notebook，
ipython notebook
若没有安装，出现如下情况：
此时需要安装notebook，即输入：
conda install notebook
并输入’y’
出现“done”，表明已经安装完成
4.4 进入该虚拟环境下的notebook，输入：
ipython notebook
或者
jupyter notebook
两者都可以进入对应的notebook界面，并且显示“可信”。
至此，pytorch1.7安装结束！