目录
前言
一、Anaconda安装
二、CUDA
三、安装pytorch
1.创建虚拟环境
2.激活创建的虚拟环境
3.pytorch官网
4.测试安装是否成功
四、安装问题及解决
五、参考文章
前言
本文针对的是有英伟达的显卡进行GPU的pytorch安装。综合许多安装pytorch的方法感觉用conda指令安装较为简单，所以本文采用的是conda安装。
如果最后返回的is_available()返回的是False，大家可以尝试以下步骤进行排除：
1、首先确定显卡是否支持CUDA(https://www.geforce.com/hardware/technology/cuda/supported-gpus),或者看本文后面介绍的方法验证
2、确保驱动升级到最新(可以看我最后的解决方法)
一、Anaconda安装
二、CUDA
找到NVIDIA的控制面板，查看自己的驱动版本
查看CUDA的版本，这里看到是11.7
或者win+r输入cmd中输入
nvidia-smi
三、安装pytorch
1.创建虚拟环境
打开anaconda prompt，输入conda create -n pytorch python=3.9(我是命名的pytoch，可以根据自己来命名，python版本我选的是anaconda自带的3.9版本，你们可以自己选择python版本)，回车，后面选y即可。
2.激活创建的虚拟环境
输入conda activate pytorch ，可以看见环境由base切换到了虚拟环境pytorch
3.pytorch官网
最后复制最下面方框中的代码运行(因为我已经安装过了，所以显示的所有包已安装)
记得不要加官网中-c pytorch，因为用官网可能下载很慢(自己体会)，这里在输入conda install pytorch torchvision torchaudio cudatoolkit=11.3之前，我们添加清华源进行下载
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/4.测试安装是否成功
输入pip list查看安装的包列表，这里看见了我们安装的pytorch
输入python，然后import torch看是否能够导入成功，然后可以看自己的版本号，最后我们验证我们的pytorch是否可以用GPU，为True表示安装成功。
四、安装问题及解决
我安装时遇到的问题及解决办法给大家分享一下。我最开始查看NVIDIA的cuda版本为10.1，但是官网最低都是10.2，所以我之前安装的是pytorch的历史版本对应cuda为9.2。
但是最后的torch.cuda.is_available()时为false，表示自己安装失败
之后也参考了网上许多方法，将我成功的方法分享给大家。相信大家在开头也看见了，那里我
NVIDIA的cuda版本是11.7，我是更新了系统的驱动，官网为：官方 GeForce 驱动程序 | NVIDIA
这里可以选择下载这个，然后进去之后会自动更新(我当时选择的这种方法)，当然，也可以选择手动更新，但是要对应自己的系统信息(可以像我开头那样查看)。
最后更新完后就是11.7啦，然后安装过程就像上面一样，后面也没有遇到啥问题了。
