背景
win10系統，15年的老電腦，GPU是NVIDIA GeForce GTX 960M。
安裝前做了一些調研，PyTorch分爲GPU版本和CPU版本，設想是安裝GPU版本，然後可以在本地跑一些小demo，之後租雲服務器跑程序。
Win10查看NVIDIA顯卡GPU利用率和溫度，順便還可以看CUDA版本
參考：https://www.cvmart.net/community/detail/3493
先弄懂一個GPU相關的概念——CUDA：簡單來說，這是英偉達開發的一個編程接口層，能讓你調用GPU的指令集及其並行計算單元。[用 Windows 電腦訓練深度學習模型？]
打開cmd輸入下面指令：
cd C:\Program Files\NVIDIA Corporation\NVSMI
接着再執行nvidia-smi.exe命令，即可查看顯卡的整體信息，下面是我電腦的情況：
然後我來到pytorch的官網，發現最新支持的CUDA已經是11.6而我的是11.4考慮到各種麻煩，改裝CPU版本。
安裝工具以及虛擬環境的創建
根據官網，它是有兩種方式安裝，一個是pip和一個是Anaconda，Anaconda我之前已經裝了，並且深深體會到它的好用。
見[win10按默認步驟安裝Anaconda後各指令狀況&Anaconda配置環境變量]
目前我電腦上的Anaconda版本是3 5.2.0，默認Python版本則是3.9.7
conda是一個包和環境管理器，安裝anaconda的時候就一起包含在裏面了，用conda創建一個虛擬環境：
conda create --name env4pytorch
如果這一步頻繁報錯則必須使用鏡像大法！見[https://www.cnblogs.com/xkxf/p/15952815.html]
弄好之後我們active這個環境：
conda activate env4pytorch
這纔開始安裝PyTorch
直接拷貝官網的指令：
conda install pytorch torchvision torchaudio cpuonly -c pytorch
等待好一段時間。終於安裝好，測試一下。輸入python進入一個Python的交互環境，輸入下面代碼：
import torch x = torch.rand(5, 3) print(x)
輸出
tensor([[0.3380, 0.3845, 0.3217], [0.8337, 0.9050, 0.2650], [0.2979, 0.7141, 0.9069], [0.1449, 0.1132, 0.1375], [0.4675, 0.3947, 0.1426]])
大功告成！
小結
Pytorch有兩個版本，一個是cpu版本一個gpu版本，
gpu版本一般要有英偉達顯卡，並且光有GPU不行，GPU對應的軟件CUDA版本還得跟上！
有了軟硬件準備，安裝Pytorch有兩個方式，個人感覺更好的是Anaconda全家桶，
創建虛擬環境，激活環境，這樣不容易把環境搞亂，大不了把環境刪了。
最後鍵入官方網站的對應指令即可！
但是其實過程中的，鏡像大法啥的弄來弄去也得耗些時間！