一、安装pytorch环境
1、进入anaconda的默认环境base
两种方法：一种是在anaconda prompt中，直接点开就可以。

另一种方法是在cmd中进入，输入activate base。

2、创建环境

代码：conda create -n 环境名 python=版本 解释：conda是指调用conda包，create是指创建屋子，-n是指后面的名字是屋子的名字，环境名是指屋子的名字，python=版本是指创建的屋子是python的某个版本的

所以其实我们需要查看一下现在已经有哪些环境库：conda info -e

没有环境名为pytorch，所以可以创建一个环境名，名为pytorch。

然后查看一下python的版本：python -V

可以看到python版本为3.8

ok，那么用conda create -n pytorch python=3.8来创建一个pytorch环境。

创建好后再次查看已有的环境库：

3、进入刚才创建好的pytorch环境中，在这个环境中安装pytorch
进入新环境：conda activate 环境名。

其他的一些相关的命令：
conda activate name 可以进入环境
conda activate 可以退出当前环境
conda remove -n name --all 可以删除环境（不写all，而是指定某个库则是删除某个环境中的某个库）

4、查看电脑上CUDA版本：
cmd中输入“nvidia-smi”

5、pytorch安装
去pytorch官网：https://pytorch.org/ ，选择对应的版本，复制下载命令

复制红框中的代码到命令行：

回车，开始安装。

6、验证是否安装成功
（1）、进入pytorch环境：

（2）、输入python

（3）、输入import torch 没有报错说明安装成功。

（4）、输入torch.cuda.is_available() ，如果结果是True则说明可以使用GPU，False就意味着只能使用CPU。

二、在Jupyter Notebook中调用pytorch虚拟环境
1、安装插件。
打开Anaconda Prompt，命令行输入conda install nb_conda，遇到提示输入y安装。

2、进入创建的pytorch环境，命令行输入conda install ipykernel，然后根据提示输入y进行安装。

3、安装完成后打开Jupyter Notebook，发现语言多了两个：

打开需要用到torch的代码，点击kernel——change kernel——选择创建好的pytorch环境

再次运行import torch，就不会报错了。

来源：https://blog.csdn.net/weixin_47038938/article/details/115470086