这两天开始看深度强化学习的资料，案例代码需要Pytorch。啥也别看了，先把包装上吧！

本教程默认annaconda已装，会建立环境等入门操作。不会的同学可以参看我上一个教程、 或者百度。 https://blog.csdn.net/weixin_43907191/article/details/115707263

关于Pytorch的安装，涉及到是否装CUDA两类。有的博主教程，会先教装CUDA；有的博主（包括评论）说直接输入官网命令，有个cudatooklit包可以直接用。我是装了的，虽然还还不知道有什么用。装的教程在最后哦~

安装Pyorch，没有使用镜像源，也不是直接连接官网服务器下载的。为啥不用镜像源？因为连不上啊。试了清华、中科大（北师大）、南大这几个，conda-forge这个文件夹都打不开，会报错，而且都是这一个错误。 不知道啥原因。报错就不装了吗？等网站连接恢复？那哪知道等到啥时候。去某宝远程安装？服务费30，不可能的。 在CSDN和B站看了不少教程，自己获得灵感。

1.删除添加的镜像源，如果之前建环境有添加的话。直接使用命令

conda config –remove channels https://…

我这里显示报错，“channels不是keyword”（大意），不知道你们会不会有。如果有，那就用命令 conda config --remove-key channels，一下子把添加的镜像源链接全清楚了，好使。 这时候键入命令conda info，channel urls这里应该只有自带的几个链接了。

2.创建环境conda create -n pytorch python=3.6 并激活 conda activate pytorch

3.镜像源下载pytorch1.6，没错，就是直接去国内网站把包下下来。因为直接输入命令太容易出错、失败、连不上。

我这里使用中科大的网，因为清华的下载不仅慢，还会失败。。。 选择win-64，进去以后浏览器搜索pytorch-1.6 py3.6是我们创建环境的时候Python版本选了3.6，cuda10.1

4.安装pytorch包，此时在Pytorch环境中，输入conda install C:\Users\ZY\Downloads\pytorch-1.6.0-py3.6_cuda101_cudnn7_0.tar.bz2 记得把格式后缀也要打上！

5.安装torchversion, cudatoolkit。在官网，找到历史版本， 我们不用直接官网给的命令，

因为pytorch刚刚安装了嘛。

这时候可能会出现两个警告，“2 possible …”，理工男眼睛里怎么揉的下沙子呢？有警告，方式肯定不完美，我不要！ …经历了各种失败以后，我放弃了。放过这个警告，放过自己吧；装上能用再说，以后有问题了删了重装，到时候估计镜像网站又好了嘛。 OK，直接选择y，装完即可。

6.这时候环境里主要有numpy和pytorch，一些常用的Matplotlib包么有，装

这时候还是得靠镜像网站，不然8M的东西能下到怀疑人生。

7.到这里，就完成了。搞个程序试一下。Pycharm解释器配置就不介绍了，不会的同学参考我上一篇博客，或者百度。

把里面的程序试运行一下，

没毛病，能用了。 不能用我也不负责，反正已经教你们装上了[狗头]。

从上午开始搞，几个小时，脑阔都疼了，才装好，点个赞啊同学！

**（可选地）**想装的同学，我简单说下教程（版本可自选） 1.相信大部分同学电脑的GPU都是英伟达的吧，没有驱动的建议去官网下载一个。然后，命令行输入nvidia-smi，会显示驱动、CUDA兼容信息，如下图。如果报错说“不是内部命令”，建议更新驱动或者删了重装。 2.百度 cuda10.1 ，依次选择，下载就是了 3.直接安装，记住路径。这里没啥说的，不截图了。 4.百度 cudnn，去官网下载，会需要英伟达账号，注册一个即可。这里网速会比较慢，开个加速器。选择以前的版本，找到CUDA10.1对应的cuDNN。 5.下载好以后，是个压缩包，解压，把所有内容，全部复制到CUDA的安装目录里，就完成了。 如，我的路径是这个： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 6.添加环境变量 我的电脑——高级系统设置——环境变量——系统变量——Path——编辑 添加5个环境变量

好了，打开cmd输入nvcc -V，看看信息

试运行代码参考：