Pytorch是一种开源深度学习框架，在学术界使用率极高。在Windows环境下安装Pytorch是计算机类研究生初入深度学习领域学习的第一步。
一、安装CUDA
1、确认可安装CUDA版本
首先在电脑右下方，右键点击NVIDIA设置，选择NVIDIA控制面板
进入控制面板后，点击左下角系统信息
选择组件：
其中方框就是CUDA最高可以安装的版本，本系统最高是CUDA12.2
2、安装CUDA
进入NIVIDA的CUDA下载页面
按照电脑可安装的CUDA版本进行下载，不可超过最高支持的版本，本文章下载11.7版本
按照电脑系统选择下载，选择好后点击右下角Download
下载完成后首先选择安装路径(这里推荐直接安装在C盘默认路径不做修改)：
等待ing...........
等待完成：
选择自定义安装：
只安装第一个即可，取消下方三个内容前边的对号：
默认安装位置，推荐不做修改：
点击下一步，等待安装完成即可，安装过程中屏幕会出现闪烁。
安装完成后，按win+r，输入cmd命令
在cmd中输入
nvcc -V结果如下如所示即为安装成功：
3、安装cuDNN（非必须）
cuDNN是深度神经网络库是一个GPU加速的深度神经网络基元库，可以不安装。
cuDNN下载链接如下：
如图，在I Agree...前边方框打勾，选择Archived cuDNN Releases
根据下载的CUDA版本选择，本文章选择如图所示
展开后选择第一项
下载后的文件是一个压缩文件，将其解压是下图中四个文件：
复制前三个文件夹并粘贴到CUDA安装目录，如果没有修改，CUDA默认目录如下：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
添加到环境变量，可以从控制面板或者右键此电脑进入
选择环境变量
添加以下路径，根据自己的安装目录修改：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\libnvvp验证：
启动cmd命令，输入下方命令(根据自己路径修改，进入到demo_suite即可)：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite然后分别输入下面两个命令：
bandwidthTest.exe
deviceQuery.exe分别如图：
出现Result=PASS证明安装成功！！
二、安装Anaconda
1、进入Anaconda官网首页
Anaconda官网链接：
如图所示：
Download下方分别是Windows/Mac/Linux，本文安装Windows版本。
（注：在机器翻译领域有一些包，比如：Fairseq。只有在Linux系统才可以下载使用，可以安装虚拟机、双系统，或是使用微软的WSL工具在Windows下使用Linux。因为本人需要用到这个包，因此在后续会分享WSL的使用和Linux系统配置Pytorch）
2、点击Download中Windows图标开始下载
推荐：在安装Anconda时，最好手动新建一个文件夹并安装在此，否则容易出错(玄学)
3、安装Anaconda
点击Next
点击I Agree
一般在这里我会选择All Users
安装在刚刚新建的文件夹中，接下来一路Next，等待安装好即可。
安装完成后配置Anaconda的环境变量
可以采用CUDA章节中介绍的从控制面板进入，或者是右键“我的电脑”，选择属性，点击高级系统设置。（两种方法均可）
选择环境变量
点击Path
将下列环境变量输入进去，安装路径不同，可能会有所差别
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
D:\Anaconda3\Library\mingw-w64\bin
连续点击确定退出。
测试：
依旧进入cmd命令，输入conda，没有提示conda命令不存在，并如下图所示即为安装成功：
三、Pytorch安装
终于到了最后一步，安装Pytorch，一般我们会建一个虚拟环境，将Pytorch安装在虚拟环境中，在虚拟环境下跑程序，如果出现问题，直接删除虚拟环境重新建即可。
1、建立虚拟环境
1.1和1.2是两种方法，选择一种即可，第一种是从Anaconda建立，第二种是从系统自带的Powershell终端建立，这种的好处是以后使用Pycharm等软件时，软件中的终端直接就是Anaconda环境，但是安装较为繁琐。
1.1 从Anaconda建立虚拟环境
首先进入Anaconda的环境
点进去带可以看到前面base：
不论是哪种方式，都要输入下方命令
conda create --name 虚拟环境名字 python=版本
等待创建完成即可，转至本章2、激活虚拟环境
1.2 从终端Powershell建立虚拟环境
首先存在一个问题，此时建立的虚拟环境会默认安装在C盘，可以通过下面的方式将安装目录定向到Anaconda中envs目录下，如果不存在这个问题可以直接看创建环境。(win11存在这个问题)
解决：
参考帖子https://blog.csdn.net/weixin_48373309/article/details/127830801
首先打开C盘，进入用户文件夹，进入自己用户名的文件夹，存在下面这样一个文件，用记事本打开（如果第一次安装conda并且未使用过指令是没有这个文件的）：
将其下方加入envs_dirs，envs_dirs就是重定向的安装目录
envs_dirs:
- D（自己决定）://（想安装的位置）Anaconda3//envs
如果不存在condarc这个文件，打开cmd控制台并输入
conda config --set show_channel_urls yes
这样在就会出现.condarc文件，并执行上面的操作。
接下来，打开你设置的想要安装的位置的文件夹，右键属性，设置权限：
这样就可以了，接下来打开终端，此时是没有(base)的,，输入：
conda create --name 虚拟环境名字 python=版本等待完成即可。
安装完成后，可以查看conda环境：
conda env list
此时如果激活新建的虚拟环境或者是关闭终端再打开的时候，会出现报错：
conda activate 虚拟环境名字
出现报错，这时候关闭终端，以管理员身份重新打开终端！！
然后输入下方指令：
set-executionpolicy remotesigned
之后建议关闭管理员的终端改回普通终端，因为管理员权限过大，容易出错！
再打开终端就发现，我们的终端前面也带(base)啦！
2、激活虚拟环境
接下来要做的就是激活虚拟环境，输入下方命令：
conda activate 虚拟环境名字这时候我们就进入了虚拟环境
3、下载Pytorch
进入Pytorch官网https://pytorch.org/get-started/locally/
如果过慢可以使用国内镜像源，点击框中内容
选择符合我们电脑CUDA版本的pytorch，复制命令
把命令粘贴到终端，然后等待下载就完成了！(很慢)
4、验证
至此，已经全部安装完成，可以验证一下是否安装成功
在终端中分别输入
python
import torch
torch.cuda.is_available()结果如下图所示，当显示为True时，安装成功！
四、Pycharm配置
首先我们打开或者新建一个项目在右下角选择编译器-Add New Interpreter-Add Local Interpreter
选择Conda Environment-Anaconda下载路径-Scripts-conda.exe
点击OK后，点右侧Load Environments，稍等几秒，点击OK即可。
等待Pycharm自己响应即可！
至此，全部内容结束！！！
完结撒花~