一、安装前基本准备
首先要选择是安装CPU版本还是GPU版本，对应的硬件需求和安装命令不同。本人安装的是GPU版本。进入pytorch官网，这是地址。如下图：
在这里插入图片描述
其中，所选项依次为：
pytorch 框架的构建：选择稳定版（stable）还是预览版（Preview），一般选择前者；
你的操作系统：一般是Windows，视情况而定；
包（的安装）：看你是选择使用pip、conda、等命令中的哪一种；
语言：看你使用的是python还是Java/C++开发语言；
CUDA：选择合适的CUDA版本，版本查看方式：依次打开NVIDIA控制面板---->帮助---->系统信息---->组件---->NVCUDA.DLL在产品名称中就可以看到对应的CUDA版本。详见下图：
在这里插入图片描述
其中，None表示没有，选择此项，安装的就不是GPU版本了。
二、使用生成的命令进行安装
详见如图：
在这里插入图片描述
在上述各个选项选择好了之后，就生成了对应的安装命令，复制到系统命令行进行安装，此过程可能很漫长。因此可以进一步优化，使用国内的镜像进行安装：
方法有二：
法1.在复制上述命令之前，对ｐｉｐ进行配置：使其默认安装源为国内镜像地址：
# 我这里使用常用的清华镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
然后复制前面生成 的安装命令进行安装即可.
法2.在安装命令之后加上: 推荐此种方法
-i https://pypi.tuna.tsinghua.edu.cn/simple some-package
在这里插入图片描述
此时安装命令就成了:
>pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
这两中方法就可以设置安装源为国内镜像,更推荐使用第二种.
完成安装的提示:
在这里插入图片描述
终端cmd即可：
image.png
三、安装后的测试
在命令行输入:
python
进入python编译器,进一步输入
import torch
# 知道的人都知道这里是双下划线
torch.__version__
输出为:
'1.4.0'
这样就安装好了.在看一下你的GPU是否可用:
torch.cuda.is_available()
输出:
True
上述过程中,将相应的命令复制到命令行,前提是你已经配置好了相应的环境变量.不然就是无法识别.到此就初步结束,接下来就开始愉快的学习使用吧.
网友评论