安装pytorch（cpu版）

安装pytorch

1.下载 Anaconda

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

由于官方服务器在国外，我们用的话很慢，因此去中国大学的镜像源下载。 镜像源地址为 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror，下载 2022.10-Win 版 本，如图1-3所示，其基础环境（base环境）下的Python为3.9版本。

在弹出的“系统属性”窗口中点击“环境变量”，再在弹出的“环境变量” 窗口中选中Path路径，并点击编辑

通过右侧的“新建”按钮，可新建环境变量的路径，将【D:\Anaconda】、【D:\Anaconda\Scripts】与【D:\Anaconda\Library\bin】添加到环境变量。若您的Anaconda安装路径不是D:\Anaconda，而是E:\Anaconda，以上三个 环境变量需要对应地进行更改，

2.安装PyTorch（GPU 版本）

2.1创建虚拟环境

创建虚拟环境的目的：

1. 使用base环境，就需要根据项目的要求不停的更改配置版本，更改环境变量，而使用虚拟环境可以根据不同的项目需求搭建不同的环境，跟新版本

2. base环境下有大量的库，新建的虚拟环境库比较少，影响比较小

1.清屏

cls

2.base 环境下的操作

#列出所有环境
conda env list
# 创建名为“环境名”的虚拟环境，并指定Python的版本 
conda create -n 环境名 python=3.9 # 创建名为“环境名”的虚拟环境，并指定Python的版本与安装路径 
conda create --prefix=安装路径\环境名 python=3.9 # 删除名为“环境名”的虚拟环境 
conda remove -n 环境名 --all # 进入名为“环境名”的虚拟环境 
conda activate 环境名 

（3）虚拟环境内的操作

# 列出当前环境下的所有库 
conda list # 安装NumPy库，并指定版本1.21.5 
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple # 安装Pandas库，并指定版本1.2.4 
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple # 安装Matplotlib库，并指定版本3.5.1 
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple # 查看当前环境下某个库的版本（以numpy为例） 
pip show numpy # 退出虚拟环境 
conda deactivate