由于课题组需要进行神经网络方面的研究，我需要利用PyTorch这一深度学习框架来跑相应的代码，处理某些数据集。
由于我之前已经学习过Python的基本编程，因此之前已经安装了Python和PyCharm集成开发环境。全部的安装过程主要分为以下几步：
1、安装Python3
去Python官网（https://www.python.org/）下载即可，下载后进行安装。
2、安装PyCharm
由于学生可以通过学校的邮箱来免费获取PyCharm的使用证书，因此我下载安装的是PyChram的正版。其下载地址为：https://www.jetbrains.com/pycharm/download/，安装后通过学校邮箱激活即可。若没有获取证书的资格的话，可以下载破解版，在网上也有许多教程，安装起来的难度和坑不是很多，我在这里不再赘述。
在安装完Python3和PyCharm之后，安装Anaconda，然后用Anaconda安装PyTorch，这个过程会遇到不少的坑，因此我详细阐述这个过程。
3、安装Anaconda
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等许多包和依赖项。而且通过Anaconda这个软件随时都可以创建新的Python运行环境，通过conda命令安装包比通过在Python中用pip命令安装包也要方便不少。
Anaconda的官方网站：https://www.anaconda.com/，在这个网站上即可获取Anaconda的安装包并进行安装。
4、安装PyTorch深度学习框架
①首先打开安装好后的Anaconda Navigator，在win10的搜索框中搜索即可。打开Anaconda Navigator的过程可能比较漫长，一般需要3到5分钟左右，需要耐心等待一会儿。当Anaconda Navigator打开之后，在左边的选项中选择“Environments”，如下图所示：
Environments中显示的即为当前已有的环境，每个环境都是相互独立的，各自安装自己需要需要的包，互相不造成干扰。在该图中已有两个环境，root环境为系统的默认环境，一般情况下我们不去管它。pytorch环境是我为了PyTorch深度学习框架而创建的一个新的环境。
要创建一个新的环境，首先我们点击“create”
在点击“create”之后，会出现如下图所示的对话框：
首先，在对话中填上要创建的新环境的名称，然后选择创建的新环境的语言及其版本，我选择的是Python3.6，最后点击“Create”，开始创建环境。
创建环境的过程也比较的漫长，也有可能会创建失败，我刚开始创建环境的时候一直创建失败，错误信息是“CondaHTTPError”，大概意思是说网络错误，这原因也很理解，因为Anaconda的各种默认资源都使用的国外的资源，隔了一个太平洋网速很快就奇怪了。我们可以将默认的源更换成为国内的资源，我使用的是清华的资源。Anaconda下载源的配置文件放在用户根目录（即C:\User\用户名）下一个名为.condarc的文件，在打开方式中用记事本打开此文件，此文件原本的内容是这样的：
对channels中的defaults进行修改，修改为如下所示：
使用的源为：
-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
-https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/修改完成之后，对.condarc文件进行保存，然后在重新新建环境，这次必定成功。
②在环境新建完成之后，来到Anaconda的安装目录，我的安装路径为E:\Anaconda，其下的envs就是存放新建的环境的，我们进入到envs文件夹，可以看到下面有一个pytorch文件夹，即新安装的环境，如下图所示：
点开pytorch文件夹，在里面还有一个名为Script的文件夹，复制这个文件夹的路径。我的路径是E:\Anaconda\envs\pytorch\Scripts。
接着在此电脑上右击“属性”->高级系统设置->环境变量...，可以看到如下环境变量的窗口
选中其中的Path行，点击“编辑”按钮，添加刚刚复制的路径：
这样，经历了一波三折之后，新的Python环境终于配置好了，但是当前环境并没有安装许多包，我需要对它们进行安装。
③安装所需的包，pytorch,torchvision等。
首先，打开Anaconda Prompt，然后输入“activate pytorch”，将当前环境切换到刚刚创建的新环境pytorch，如下图所示：
然后根据网上查阅的相关资料，https://pytorch.org/get-started/locally/这个网络可以生成下载pytorch的命令
我查了以下我的cuda，版本是10.1，因此在该网站上我的设置是这样的，于是生成的命令为
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch（若你的电脑没有英伟达的GPU显卡，在CUDA一栏请选择“None”；若你的电脑有英伟达GPU，但没有安装CUDA，请去英伟达官网自行安装CUDA）
在获取到这个命令之后，我将这个命令输入到了命令行中，但是却报错，一直安装失败。网上有许多帖子都说是源的问题，可是我已经将安装源替换成了清华的了，不应该再有问题。于是我继续查阅资料，有的资料说是-c pytorch的原因，因为加上-c pytorch之后使用的仍然是国外的默认源，于是我去掉了-c pytorch，输入了如下命令：
conda install pytorch torchvision cudatoolkit=10.1但是我发现输入如下命令之后，仍然没能成功安装上，报的错误是ModuleNotFoundError，没有cudatoolkit的10.1版本，于是我索性直接把cudatoolkit=10.1去掉（反正conda会自动下载与其相依赖的其他包），输入了如下命令：
conda install pytorch torchvision终于，不出所料，这次安装成功了，cudatoolkit也成功安装。
至此，环境应该已经配置好了，为了以防万一，我特意尝试了以下是否可以import torch：
说明已经安装成功了。
④接下来，只剩最后一步了，就是在Pycharm中新建项目的时候，将新建的pytorch环境导入作为项目所在的环境。
最后在新建的项目中点击File->Settings，然后查看该项目的Project Interpreter，里面是否有torch，如下图所示：
终于，万事俱备，开始写代码。
