win10下通过anaconda安装pytorch

昨天安装pytorch发现如今安装pytorch过程竟然如此简单，然而大部分安装教程都较为陈旧，所以写这篇博客记录我的安装过程，也给大家做个参考

1. Anaconda 安装与配置环境

Anaconda 安装

首先安装Anaconda，因为国外网站访问较慢，可以访问清华大学镜像网站获取Anaconda安装包，下面是网址：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载后缀为Windows-x86_64.exe的安装包，建议下载最新版本。下载完成后，一路默认安装即可（不想装到系统盘可以更改到其他盘符）。

在Anaconda中配置环境

1.安装完成后，打开 Anaconda 自带的 Anaconda Prompt：

2.打开 Anaconda Prompt 之后，在命令行输入：

conda create --name pytorch python=3.6

上面的 pytorch 是虚拟环境的名称，可随意取
python版本选择python 3.x的版本即可
第二步完成后，名为pytorch的虚拟环境就创建好了。

3.然后执行下列命令，进入 pytorch 虚拟环境：

activate pytorch

4. Anaconda 默认源访问速度慢，因此需要手动添加清华镜像源
添加清华anaconda镜像（每次运行一行）：

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

添加Conda 附加库:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/

上面这四步务必运行，下面的可以暂时不运行

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

做完上述步骤后，不要关闭窗口，下面进行Pytorch的安装

2. Pytorch 安装

获取 Pytorch 安装命令

进入Pytorch官网，查看对应自己的conda安装命令

• Pytorch Build、Yours OS、Package 这三项按照上图中选择即可。
• Language 选择你刚才创建虚拟环境时的Python版本，刚才我创建环境时使用的的是 Python3.6版本，所以我选择Python3.6。
• CUDA选择较新的版本即可，我选的是10.1，安装gpu版本（如果你的电脑显卡不支持cuda加速，则选择None，安装cpu版本）。
• 图中最后一行就是Pytorch的安装命令，复制下来

在 Anaconda Prompt 中安装 Pytorch

打开刚才未关闭的 Anaconda Prompt ，输入刚才复制下来的安装命令。

• 如果之前不小心关闭了Prompt窗口，重新打开 Anaconda Prompt，然后输入activate pytorch 重新进入，输入刚才复制下来的安装命令，然后继续执行下面的步骤
  
  复制下来的命令末尾有 -c pytorch ，将其去除，仅保留前半段
• 命令末尾保留 -c pytorch 时，Anaconda 会优先使用默认源下载，去除后才能感受到清华镜像源的速度（ 诶呦妈呀，这速度老快了！）

回车后等待片刻，系统会询问你是否安装，输入 y 即可

等待安装结束

验证 Pytorch 是否安装成功

安装结束后，输入：

python

再输入

import torch

import torchvision

如果你安装的是cpu版本，以上两个模块导入成功则说明安装成功
如果安装的是gpu版本，还需验证cuda是否能正常工作，输入：

print(torch.cuda.is_available())

输入为True，则说明gpu版本安装成功
到这里就大功告成啦！