一、pytorch簡介
2017年1月，由
深度學習的框架有很多，諸如選擇哪個深度學習的框架，哪個框架好這類的問題很多，這裡引用知乎的回答
因此，筆者選擇在Windows10作業系統下安裝pytorch，但是確實遇到了很多坑，很多在Linux上只要幾個命令列就解決的問題，把自己遇到的問題跟網友分享下。
二、踩過的坑及詳細解決方法
本人是在Anaconda環境下安裝pytorch的，因為Anaconda確實是很好的管理環境，無腦安裝就可以了。強烈建議在Anaconda中構建虛擬環境後，安裝你的pytorch版本，因為不同版本的pytorch或者不同專案需要不同的pytorch版本差別還是有的，這樣便於進行版本的適配。介紹完安裝的環境，下面就開始具體講解安裝過程中有哪些坑？
（一）安裝顯示卡驅動
這裡主要是訪問英偉達官網，根據自己電腦顯示卡的版本，作業系統的版本，選擇適配的顯示卡驅動的版本，下載安裝：
（二）Anaconda配置虛擬環境
步驟一：建立conda環境 conda create -n pytorch python=3.6 出現condaHTTPERROR
解決方法：這是由於根據下載路徑訪問時，下載速度太慢，導致的錯誤。解決辦法是修改下載路徑，更改為清華映象源的路徑，方法有多種，一是直接修改 C:\Users\使用者名稱.condarc檔案 ，例如：
`channels:
-
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
-
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
-
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ ssl_verify: true`
而是使用命令列conda config --add 語句進行配置：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/步驟二：啟用conda虛擬環境
conda activate pytorch步驟三：安裝適配的pytorch版本
這裡需要先找準你顯示卡版本-對應的cuda版本，用來選擇正確的pytorch版本。
（三）pytorch下載安裝
進入
複製“run this command"裡面的命令列，進行下載安裝，很方便。
遇到問題：pytorch下載慢的問題。
解決方法：
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch程式碼裡面的“-c pytorch”導致計算機必須根據pytorch官網進行下載，因此速度極慢，會出現錯誤。解決方法就是刪掉後面的“-c pytorch”，conda會根據前面設定的清華映象源路徑進行下載安裝。
conda install pytorch torchvision torchaudio cudatoolkit=10.1（四）檢驗安裝
在cmd裡面輸入以下程式碼：
import torchtorch.cuda.is_available()返回True，安裝成功
三、如何應用
下面主要針對jupyter notebook和pycharm兩種應用環境進行講解
（一）在jupyter notebook裡使用虛擬環境下的pytorch
步驟一：開啟終端Anaconda Prompt（管理員許可權開啟，右鍵單擊，選擇以管理員身份執行就可以）
步驟二：安裝nb_conda外掛
1.執行以下命令列：
conda install nb_conda
選擇“Y”即可
2.執行命令列：
conda install ipykernel
注意，這一步需要在你的pytorch虛擬環境下安裝，先輸入 conda activate pytorch(這裡的pytorch是我的虛擬環境，根據自己設定的名稱來)，進入環境後執行conda install ipykernel.
步驟三：啟動jupyter notebook
（二）在pycharm裡使用虛擬環境的pytorch
步驟一：開啟pycharm，在files->settings->project:<xxx>->project interpreter介面，可以設定project interpreter。
步驟二：選擇【齒輪】，點選【Add】，後進入：
步驟三：選擇【齒輪】，點選【Add】，後進入：
步驟四：選擇一個已經存在的conda虛擬環境，即【pytorch】，點選【OK】，進入上一層：
步驟五：點選【OK】，回退上一層：
這樣就能在pycharm裡面設定anaconda虛擬環境下的pytorch進行程式設計開發了。
碼字不易，請關注微信公眾號，不丟失
