Anaconda安裝
Anaconda是爲方便使用python而建立的一個軟件包，其包含常用的250多個工具包，多版本python解釋器和強大的虛擬環境管理工具，所以Anaconda得名python全家桶。Anaconda可以使安裝、運行和升級環境變得更簡單，因此推薦安裝使用。
安裝步驟：
- 官網下載安裝包 https://www.anaconda.com/distribution/#download-section
- 運行安裝包
- 選擇安裝路徑：通常選擇默認路徑，務必勾選Add Anaconda to the system PATH environment variable（將Anaconda添加到環境變量中），等待安裝完成
- 驗證安裝成功：快捷鍵win+R，打開cmd，輸入conda，回車，如果出現各種相關信息，說明安裝成功。
PyCharm安裝
PyCharm是強大的 Python IDE，擁有調試、語法高亮、Project管理、代碼跳轉、智能提示、版本控制等功能。
安裝步驟：
- 官網下載安裝包 https://www.jetbrains.com/pycharm/，安裝包分爲專業版（收費）和社區版（免費）。
- 運行安裝包。
- 選擇路徑，勾選Add launchers dir to the PATH，勾選.py，等待安裝完成。
CUDA與CuDNN安裝（非必須）
- 檢查是否有合適GPU，若有，需安裝CUDA與CuDNN。只有N卡支持cuda，如下操作可以查看支持的cuda版本：
NVIDIA控制面板→系統信息→組件→3D設置/NVCUDA.DLL - 進入PyTorch官網https://pytorch.org/，點擊GetStarted，查看所支持的CUDA版本是多少。
- 進入CUDA官網https://developer.nvidia.com/cuda-toolkit-archive，選擇相應版本的CUDA，選擇相應的操作系統，Installer Type 選擇 local。點擊下載第一個文件。運行安裝包，安裝完成不必創建快捷方式。
- 驗證CUDA是否安裝成功：進入安裝路徑的bin文件夾，複製路徑，命令行切換到該路徑下（如cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin），然後執行nvcc -V，回車，如果出現相關版本信息，說明正確安裝。
- 進入cuDNN官網https://developer.nvidia.com/rdp/cudnn-download，註冊並登錄賬號，選擇相應版本下載。解壓安裝包，將裏面的三個文件夾複製到CUDA安裝路徑下（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1），cuDNN就安裝完成了。
- 驗證cuDNN是否安裝成功：命令行切換到安裝路徑的extras\demo_suite文件夾下，執行bandwidthTest.exe，回車，Result = PASS說明安裝成功。繼續執行deviceQuery.exe，回車，顯示GPU型號，Result = PASS，表示CUDA和cuDNN都安裝成功了。
將pip源更換到國內鏡像
使用pip安裝python工具包時，由於默認源網速極慢，建議切換國內鏡像。
默認源
- https://pypi.org/
國內鏡像
-
阿里雲 https://mirrors.aliyun.com/pypi/simple/
-
中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/
-
豆瓣(douban) https://pypi.douban.com/simple/
-
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
-
華中科技大學https://pypi.hustunique.com/
臨時使用
安裝命令後接 -i url 即可，如：用清華鏡像下載pandas
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
永久修改
修改%HOMEPATH%\pip\pip.ini文件
%HOMEPATH%通常爲C:\Users\xx
通常需要新建文件夾pip，然後新建文件pip.ini，ini文件可以用記事本打開和編輯，在pip.ini文件中輸入以下內容（以豆瓣鏡像爲例）：
[global]
index-url = https://pypi.douban.com/simple
[install]
trusted-host = pypi.douban.com
PyTorch安裝
1. 下載whl文件（非必須）
進入PyTorch官網https://pytorch.org/，點擊GetStarted，選擇相應版本，package選擇pip，可以看到下方出現了torch和torchvision的最新版本號，以及一個網址https://download.pytorch.org/whl/torch_stable.html，複製網址，進入，可以看見各個版本的torch安裝文件，通過這種方式，比直接執行安裝命令速度要快。文件命名是有規律的，如：
cu101/torch-1.4.0-cp37-cp37m-win_amd64.whl，
cu101/torchvision-0.5.0-cp37-cp37m-win_amd64.whl
cu後爲cuda版本，torch後爲torch版本，torchvision後爲torchvision版本，cp後爲python版本，最後面代表windows64位。
可以利用快捷鍵ctrl+F搜索最新版本的torch和torchvision文件（如搜索cu101/torch-1.4.0），再選擇相應python版本和平臺下載pytorch與torchvision的whl文件，python版本要與系統一致，可以在命令行輸入python來查看系統中python的版本。
2. 用PyCharm新建一個項目
Create New Project→Pure Python→命名→Create
新建一個腳本：File→New→Python file→命名→回車
在腳本中輸入如下代碼→右鍵→Run ‘項目名’ →報錯找不到torch，因爲在當前環境中，我們沒有安裝PyTorch。
import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())
3. 創建python虛擬環境
點擊下方Terminal→輸入conda create -n 虛擬環境名 python=版本號（如conda create -n pytorch_gpu python=3.7）→回車→等待完成
進入虛擬環境：輸入conda activate 虛擬環境名→回車
4. 安裝
進入whl文件所在目錄：輸入cd whl文件所在目錄→回車
安裝：輸入pip install torch→按tab鍵自動補全→回車→等待成功安裝
輸入pip install torchvision→按tab鍵自動補全→回車→等待成功安裝
注意： 如果第一步沒有下載whl文件，那麼直接用pip或conda命令安裝，安裝命令在PyTorch官網選擇相應版本後會顯示。
5. 將當前項目關聯到新創建的虛擬環境，即選擇python解釋器
File→Setting→Project：項目名/Project Interpreter→設置按鈕→Add→Conda Environment→Existing environment→interpreter中選擇 anaconda安裝路徑/envs/虛擬環境名/python.exe→OK→OK→OK→稍等片刻進行初始化
６. 驗證
右鍵運行，成功輸出PyTorch版本。如果輸出True，證明GPU可用。