推荐一下：深度学习AI-计算机视觉（CV）-整体解决方案课件（Yolo+Flask+Vue+Waitress+Nginx）

视频教程：https://www.bilibili.com/video/BV19h4y1874T/?spm_id_from=333.999.0.0

---

• 详细教程跳转

---

$$Windows下的快速安装教程$$

---

python3.6也快要退出历史舞台了，目前推荐python3.8

python3.8版的conda、torch-cpu、torchvsion-cpu

链接：https://pan.baidu.com/s/1cmQecI0bquIEL79GuhFc0Q
提取码：1234

---

python环境建议使用我用的Anaconda3-5.2.0-Windows-x86_64，基于python3.6版，比较稳定
链接：https://pan.baidu.com/s/1gZE8GW3OHnMk813FpQFneQ
提取码：j591

环境要求：windows + python3.6
链接：https://pan.baidu.com/s/1QxhbvUMqRSTO2JyxwlX57w
提取码：8vv2

百度网盘下载之后

1.在搜索框中输入cmd

2.确定路径是当前文件夹下

3. 输入安装命令pip （输入部分名字后安Tab键进行快速补全）

pip install "torch-1.2.0+cpu-cp36-cp36m-win_amd64.whl"

4.同理安装torchvision

pip install "torchvision-0.4.0+cpu-cp36-cp36m-win_amd64.whl"

5.验证：打开python 输入

import torch
print(torch.__version__)

我安装的的是gpu，所以显示的和cpu的不一样

---

$$详细教程$$

---

首先需要进行Anaconda和Pycharm的安装：
Anaconda安装教程

---

Pycharm安装教程—(可以用社区版，直接安装就好)

---

然后开始Pytorch安装（CPU版）
进入官网
https://pytorch.org/

选择Get Started

滚动到下面：

按照需求安装：
(查看python版本，直接在命令行中打 "python"即可)
conda和pip的区别一个是全局安装（conda），一个是局部安装(pip)
Stable(1.2)和Preview 都是优先选择Stable的稳定版本

在安装时可以采用pip命令图简单

一般到这里就结束了：如果不嫌弃国外网速下载速度慢的话，在cmd命令行窗口直接输入下面命令。

---

---

---

也可以直接搜索-f 的网页，进行快速下载

https://download.pytorch.org/whl/torch_stable.html
页面如下：

选择

和

名称解释如下：

下载以后：

打开pycharm:
新建项目以后，

选择在最下面菜单栏中的Terminal


建议新建虚拟环境（也可不建，建议建，否则后期电脑容易崩溃）–到今天就我的学习经历而言，其实对绝大部分学习python的人而言，没必要用虚拟环境

conda create -n pytorh-cpu python=3.6 

整条命令中，-n表示的空间的命名，表示建立的名为 pytorch_cpu的空间 ， python=3.6 表示使用的编译器为3.6版本的python

建立以后，可以使用

conda info --envs

查看建立的虚拟空间是否在

之后激活空间：

conda activate pytorch-cpu

之后再使用cd命令，将工作目录跳到你pytroch和torchvision的下载目录

cd D:\

使用一下命令进行安装
(打文件名时，打头几个字母后可以使用Tab键补全)

pip install "torch-1.2.0+cpu-cp36-cp36m-win_amd64.whl"
pip install "torchvision-0.4.0+cpu-cp36-cp36m-win_amd64.whl"

之后就是将pytorch-cpu虚拟环境加入pycharm中，
打开File中Settings

点击齿轮



点击…（显示Shift+Entern那里）选择envs->pytorch-cpu->python.exe
选择你Anaconda的安装地址中的

差不多就这样了,最后验证是否安装成功

输出版本
import torch
print("hello torch{}".format(torch.__version__))

---

---

---

PS：略微介绍一下pytorch GPU版本的安装

---

Cudnn各版本下载地址

cudnn：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

Cuda各版本下载地址

Cuda:https://developer.nvidia.com/cuda-toolkit-archive

---

pytorch支持的CUDA版本有

能选择的有9.2或10.0

这里选择9.2

CUDNN需要注册账号

解压


三个文件复制到

下面。
之后cd一下

---

运行两个命令

---

demo_suite里运行两个exe文件进行检测是否安装成功

PASS 即成功

---

设备检测

---

PASS 即成功

---

windows10操作系统下卸载和安装cuda

一：三个保留：NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience，其他的卸载

二：重启电脑

三：重新安装Cuda

1.安装cuda

2.解压对应版本的cudnn

3 测试是否安装成功

win+r

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite

deviceQuery.exe

bandwidthTest.exe

两个都PASS即安装cuda成功