本文主要介绍Anaconda、Navidia安装、Pytorch安装。
通过Anaconda管理依赖库，比手动逐个下载，会方便很多；Pytorch可以通过GPU计算，也可以使用CPU计算，但GPU速度明显高于CPU，所以windows系统需要安装适配的Navidia版本。
一、Anaconda安装：
1、Anaconda下载：进入anacoda官网：https://www.anaconda.com/， 鼠标放在 Products上，弹出下拉框如下图。
2、点击Individual Edition后，往下拉，找到如下图位置，点击下载（建议用迅雷下载，迅雷下载只需要几秒，不用迅雷，网络环境差时，可能需要几个小时）
3、安装安装包，双击下载的exe安装包，选择Just Me（只针对当前登录可以用）或者All Users(同一台电脑，切换账户时仍然可以用，建议用该种方式)
4、选择安装位置：
5、在pychram中选择安装的Anaconda安装包下的python.exe：
二、Navidia安装：
因为我的电脑是9.1版本的，通过驱动精灵更新，仍然是9.1，而Pytorch官网目前支持的最低版本是9.2，所以需要升级，升级为官网最新的11.2版。
CUDA Toolkit版本和Windows x86_64 Driver Version版本关系，官网地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
1、查看自己电脑Navidia版本：
①在win10搜索框输入：NAVIDIA
②点击NAVIDIA Control Panel，弹出如下所示弹出框，点击“帮助”->“系统信息”
③点击完后进入如下页面，选中“组件”，如下图红色框内为Navidia版本（这个是我升级之后的是11.2，原来的是9.1）
2、进入Navidia官网：https://www.nvidia.cn/geforce/drivers/,
①根据自己电脑型号，选择适合自己的版本，(我的电脑为GeForche GTX 1050,win10 64位，选择如下
②点击开始搜索，结果如下图，显示出适合的最新版本和历史版本，我选择的第一个，最新版本下载，下载完进行安装，都用默认的，一路下一步直到结束，安装完毕，重启电脑，再次根据上一步步骤，查看版本，为11.2。
二、Pytorch安装：
1、Pytorch官网：https://pytorch.org/
五个需要选择的说明：
①PyTorch Build：选择Stable
②Your OS：选择Widows(这个根据自己需要选择，我的是在Window环境中练习学习)。
③Package：选择Pip（因为我是在pycharm中的Terminal控制台中执行安装命令的，故我选的这个）
④Language：选择Python（我是用的python）
⑤CUDA：选择11.0（这个根据自己电脑显卡版本选择）
2、我的电脑安装完最新Navidia后，CUD版本为11.2，11.2版本的可以使用适配11.0版本的Pytorch安装包。
①选择Run this Command后的安装命令：pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
②在pycharm的Terminal中执行上面选中的命令，
1)安装方式一：等命令执行完毕，则安装成功（因为安装包比较大，此种方式较慢，并且还可能会多次失败）。
2）安装方式二：将红色框内的：https://download.pytorch.org/whl/cu110/torchvision-0.8.2%2Bcu110-cp38-cp38-win_amd64.whl，复制到迅雷中，在迅雷中下完完毕后（得到文件：torch-1.7.1+cu110-cp38-cp38-win_amd64.whl），通过在Terminal中执行命令：
pip install torch-1.7.1+cu110-cp38-cp38-win_amd64.whl
此种方式会快很多，推荐用该种方式。
③通过代码验证是否安装成功：
import torch
print("pytorch版本为：%s"%torch.__version__)
print("判断GPU是否可用：%s"%torch.cuda.is_available())④执行结果为：
pytorch版本为：1.7.1+cu110
判断GPU是否可用：True
安装成功，大功告成，可以愉快的开始Pytorch的学习之旅了~。_。~