注：在测试是否安装好的过程中奉行缺啥补啥
注：本安装步骤中带水印的都是网图，对比自己的安装步骤进行就好了，没有水印的都是我自己已经安装好的结果图，因为在安装过程中也是反复碰壁就没有截图用网图代替
第一步：安装Anaconda
装anaconda，就不需要单独装python了
anaconda 是一个python的发行版，包括了python和很多常见的软件库, 和一个包管理器conda。
1、anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。
2、常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易。
下载anaconda安装包
官网收费，在清华大学镜像网中下载
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
我下载的是最新版本的anaconda安装包
安装anaconda
在这里提醒，这个“All Users”选上
我选择了D盘，单独创建一个文件夹命名为“Anaconda”. 注意路径要简单，我的是 D：\Anaconda ——不要有空格！！！不要有中文字符！！！（图是网图，原理同）
第一项Add Anaconda… 这个是说将安装路径填入到系统环境变量中，这里是自动添加系统环境变量，不选！！自己手动添加就好
第二项 是说要默认使用python的版本，选上！！
然后就一直下一步等待安装完成
两个“learn”，都取消打勾
配置anaconda环境变量
此电脑——属性——高级系统设置——环境变量——path——编辑——新建
D:\Anaconda（Python需要）
D:\Anaconda\Scripts（conda自带脚本）
D:\Anaconda\Library\mingw-w64\bin（使用C with python的时候）
D:\Anaconda\Library\usr\bin
D:\Anaconda\Library\bin（jupyter notebook动态库）
检验是否安装成功
在cmd中输入 ：python，——查看是否有Python环境？
在cmd中输入 ：conda --version，——查看是否有conda环境？ (检验安装成功的标志)
在cmd中输入： conda info，——查看是否有？ (检验安装成功的标志)
如果没有，或者提示conda不是内部或外部命令，那就意味着，你的anaconda没有把环境变量配置好。
点击anaconda navigator，看是否能够进入界面，若成功，大功告成。
第二步：换源
未避免后续下载过慢先换源
这里推荐用清华源替代默认conda源的方法，可以解决下载过慢的问题。
清华conda源地址：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
添加清华源
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另外为了保险起见，建议同时添加第三方conda源：
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/第三步：使用anaconda安装Pytorch
首先，打开anaconda navigator,然后创建一个环境来放pytorch。 先点击下面的create，然后创建一个新环境。
选择你的python版本，这里我选择的是Python3.6。你也可以根据你的需要和习惯来选择你自己的python版本。 环境名字你可以自己命名，但是尽量写自己能看懂的…由于我已经创建了一个叫pytorch的环境，为了演示，我这里创建一个叫Pytorch_envs的环境。
创建过程通
然后就会自动开始下载一些相关的包，等待其下载完成。
之后，打开anaconda prompt。先激活环境： activate Pytorch（这里打开的是我已经创建好的pytorch环境，前面只做过程讲解）
完成到这一步代表这个pytorch环境框架搭建完成
第四步：使用本地的包安装pytorch
分享一个很全的下载pytorch包的网址
https://download.pytorch.org/whl/torch_stable.html
找到需要的whl文件，注意要下载GPU下的torch包而不是CPU下的，后续会出现cuda版本不匹配问题
下载好后是这样的，我同时下载了torchvision，torchaudio包
我选择了最新版本的包
然后--（网图，只为讲解）
同理安装三个包
第五步：检验pytorch是否安装成功
import torch # 如正常则静默
a = torch.Tensor([1.]) # 如正常则静默
a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"成功显示如下
如果检验不成功，进行第六步
第六步：安装cuda和cudnn
首先检查显卡驱动版本，在cmd里输入nvidia-smi即可查看，结果如下。
可见显卡驱动版本是最高支持cuda11.8，如果驱动版本过低可以在这里下载，也是英伟达提供的公版驱动。
NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA
我下载的是最新版本的驱动
只要cuda的版本不高于11.8就好，我下载了11.7.1
CUDA Toolkit 11.7 Update 1 Downloads | NVIDIA Developer
安装包版本如下
下载好以后直接双击开始我们的安装过程：第一步弹出来的安装地址不要管，是一个临时文件存放地址，安装完成后自己会删除，点击OK到下一步！
直接点击同意并继续：
自定义自定义！！！不要选上面的！除非你想啥也不管，全覆盖！
注意！红框框内不要选！！！不要选！！！
下一步才是真正的选位置，我还是不喜欢安在C盘，我自己在D盘有位置为了方便管理，所以我给更改了地址，网上有说什么不要改的，其实我觉得意义不大！
然后就是等待安装完成过程。。。
先简单看一下有没有成功：两种办法，一种直接看文件夹！有这些东西才算是OK了！
还有一个用nvcc -V 注意是大写，查看基础环境的CUDA版本：顺带查看一下环境变量应该是已经配置好了，我们后面要加挪过CUDNN的环境变量：
（前面的都是网图，此处是我自己安装好的版本）
下面安装cudnn
首先给出链接地址，选择
cuDNN Archive | NVIDIA Developer
对应版本的压缩包直接下载，不要下载错了！下载完成后解压到随便一个地方以后！重点来了！点开CUDA文件夹之后把里面的文件，全部复制拖到CUDA的文件所在的位置！默认会自动合并奥！然后我们修改一下环境变量吧！
要添加到系统环境变量的PATH中去！如图：
要加的内容为：
加完以后如图所示：
注：我自己的安装没有其中的两项路径，按照有多少加多少的原则添加
到此cuda和cudnn安装完成，可以返回第五步重新测试pytorch环境是否安装好
解决测试过程中出现的no module named numpy
这种情况一般是缺少numpy所致，需要安装numpy。
在终端中执行
pip install numpy
再次进入python中输入import numpy，如果不报错表示安装成功了