（1）打开Anaconda Prompt
（2）切换到工作目录
（3）建立Pytorch Anaconda虚拟环境
conda create -n pytorch python=3.6 anaconda
- 其中加入最后一项anaconda命令建立虚拟环境时，会同时安装例如Notebook、Numpy、Scipy、Matplotlib、Pandas等数据分析包，用户也可以不加，选择后续安装。
（4）启动Pytorch Anaconda虚拟环境
activate pytorch
（5）安装Pytorch
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
- 详情参见Pytorch官网。
- 具体命令根据你的环境选择。（我安装的CUDA9.0与Python3.6）
-
Pytorch官网
- 也可以采用其他方法安装：Pip、LibTorch、Source。（见上图自行选择）
（6）测试
- 命令行输入
python进入python，并输入下面代码：
import torch
import torchvision
print(torch.__version__)
- 成功打印，测试成功，使用
exit()退出python。
（7）关闭Pytorch Anaconda虚拟环境
deactivate pytorch
3.备注
- 到此就安装完成，同学们现在可以愉快地进行机器学习项目学习与开发了。（github上有无数开源代码，可以对感兴趣的项目直接进行搜索，然后对项目clone（需安装git）或直接download，也可以fork到自己的仓库（然后使用git pull到本地），当自己脑子短路或者什么的上去找找灵感吧）
- 在跑别人的项目时如果遇到相应module缺失的情况，打开Pytorch Anaconda虚拟环境用conda或pip安装即可解决。（建议优先使用conda，conda会分析依赖包，会将依赖包一同安装）
- 如果需要使用本虚拟环境在Notebook中跑项目，进入工作目录激活虚拟环境，输入Jupyter Notebook运行即可。
- 如果需要使用本虚拟环境在Pycharm进行项目开发，将设置里的Project Interpreter改为相应Anaconda文件目录下的Pytorch虚拟环境中的python.exe文件即可。(如：D:\Anaconda3\envs\pytorch\python.exe）