1.下载安装 anaconda 软件

进入 anaconda 官网（Download Anaconda Distribution | Anaconda）下载安装。

根据向导安装。安装过程有点久，耐心等待。

安装完毕我们来测试一下：打开 Anconda Prompt。

输入代码

conda --version

查看当前的Anaconda版本：

1.1 创建虚拟环境

虚拟环境可以隔离不同项目之间的库和依赖项，防止冲突，使高级库的安装环境相互独立，互不干扰。

下面是具体的创建方法。

① 在命令行中输入代码，环境名可自己取。

conda create --name pytorch_gpu

在安装过程中需要输入 y 确认。

# 如果需要删除环境，在命令行中输入：

conda remove --name pytorch_gpu --all

② 激活已有环境

activate pytorch_gpu

激活虚拟环境后，虚拟环境的命令提示符前缀显示为(pytorch_gpu)，表示现在正在使用该虚拟环境的Python解释器。

# 退出已有环境

conda deactivate

注意：创建的虚拟环境应该在路径 E:\install\anaconda\envs 中，但我在第一次创建虚拟环境时发现，在该文件夹中并没有相应的虚拟环境，检查发现虚拟环境安装到 C 盘中了。这导致我在后面企图在 Pycharm 软件中选择这个虚拟环境的解释器时找不到。

参考网页（解决问题：Anaconda安装在D盘，新创建的虚拟环境一直在C盘的问_anaconda安装在d盘虚拟环境怎么会建在c盘-CSDN博客）。

2.下载安装 CUDA

2.1 查看 CUDA 显卡驱动版本

使用GPU版本的Pytorch必须先安装CUDA、CUDnn，顺序一定不能错。先在菜单栏查看自己的电脑支持的CUDA版本。

键盘 win + R，进入 cmd。

在cmd命令行终端输入nvidia-smi，可以查看到 CUDA 版本为12.6。这表示我的电脑支持 12.6 及以下版本的 CUDA 安装。

nvidia-smi

2.2 确定 Pytorch 和 CUDA 版本

在安装 CUDA 和 Pytorch 之前先确定两者的版本，避免版本冲突报错。比如 CUDA 11.2 在网站中检索不到对应的pytorch版本。通过网页（Previous PyTorch Versions | PyTorch）查看并选择CUDA 和 Pytorch 的版本。

我这里选择的是 windows 下 Pytorch 2.2.0 和 CUDA 12.1 版本。

2.3 安装 CUDA

进入英伟达官网（CUDA Toolkit Archive | NVIDIA Developer）下载对应版本的CUDA。

下载 CUDA 12.1 。 

① 网页跳转到下界面，分别选择 Windows - x86_64 - 11 - exe(local) - Download(3.1GB)。

② 下载完成后点击 .exe 进行安装。跳出的第一个对话框是选择解压缩路径（我刚开始以为这是选择安装路径），可以默认不改，因为安装完会自动删除。注意这个路径不能和安装路径一样，因为安装完会被删掉，就会找不到安装文件夹！！！（这是重装 3 次的经验教训。）

点击 OK 进入下一个界面，点击下一步。

③CUDA 要选自定义版安装，不能选精简版。因为后面要自定义安装路径，精简版不能选择路径。

这个界面才是选择安装路径，两个路径可设置为一样的。

然后一直点击下一步，直至安装成功。

④ 接下来就是在 cmd 中测试 CUDA 是否安装成功。

输入nvcc -V，注意是大写的 V。

nvcc -V

输出显示 cuda 版本为 12.1，安装成功。

2.4 下载 cuDNN

进入官网（CUDA Deep Neural Network (cuDNN) | NVIDIA Developer）选择下载。需要注册登录账号。

选择 CUDA12.1 对应的 cuDNN 版本。我这里选择的是 cuDNN 9.0.0。

下载之后解压缩。

将 3 个文件夹拷贝到 CUDA 安装路径中。

至此pytorch 安装前的准备工作已经完成。

2.5 安装 pytorch

在 Anconda Prompt 中激活进入 pytorch_gpu 环境。

打开 2.2 节提及的网页（Previous PyTorch Versions | PyTorch），复制安装命令。

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia

测试 pytorch 安装成功。

输入 pytohn，依次输入以下命令：

import torch

print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  # 输出为True，则安装成功

3.Pycharm环境配置

3.1 下载安装 Pycharm 软件

进入Pycharm 官网（下载 PyCharm：JetBrains 出品的用于数据科学和 Web 开发的 Python IDE），下载 windows 社区免费版。根据向导安装。

注意：再最后一步对话框中勾选“将 bin 文件夹添加到 PATH”。

个人习惯用老版本的，所以下载的是pycharm-community-2022.3.3。

3.2 创建 Pycharm 工程

打开Pycharm， 创建一个新的工程项目。

然后来到Setting界面选择“Project Interpreter”进行配置。

设置python Interpreter:

点击添加解释器后，弹出对话框，需要在Existing Environment 中，点击...图标，找到你在Anaconda里面虚拟环境 pytorch_gpu 的Python所在的位置。

最后点击OK保存，等环境重新更新。

3.3 测试环境

在pycharm中运行 Pytorch 的测试程序：

import torch

print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  # 输出为True，则安装成功

输出以下结果，表示环境配置成功。