pytorch-gpu安装100%成功（安装Anoconda、对Anaconda和Python进行换源、确定pytorch的CUDA版本、创建pytorch虚拟环境、安装pytorch-gpu）

Step1.安装Anoconda

具体过程可参考该视频：
https://www.bilibili.com/video/BV1Fy4y1878z/?spm_id_from=333.999.0.0

Step2.对Anaconda和Python进行换源

在cmd中输入conda config --set show_channel_urls yes在C盘用户目录下会生成.condarc文件。
然后使用记事本打开，用下面的内容将其替换。

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults
show_channel_urls: true
channel_alias: https://mirror.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud

最后保存，然后在CMD中输入conda clean -i，此时Anaconda已经换源成功！
接着是Python换源，在CMD中输入
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple即可换源成功！
参考：https://blog.youkuaiyun.com/m0_49090516/article/details/113576003

Step3.确定CUDA版本

1.确定可安装的CUDA版本的上限

1）鼠标右键，点击NVIDIA控制面板
2）打开左下角系统信息，切换到组件

可知在虚拟环境中安装的CUDA版本不能大于11.7（网上大部分是这么做，我保留疑问）
参考：https://blog.youkuaiyun.com/sunshine_boy1/article/details/129098348?spm=1001.2014.3001.5502

2. 确定可安装的CUDA版本的下限

1）鼠标右键，点击NVIDIA控制面板，查看版本

2）通过https://developer.nvidia.com/cuda-gpus查看显卡对应的算力

可见NVIDIA GeForce GTX 745显卡对应的算力是5.0，虚拟环境中CUDA版本支持的算力应大于等于5.0
参考：https://blog.youkuaiyun.com/sunshine_boy1/article/details/129098348?spm=1001.2014.3001.5502
结合下表可见此电脑支持的CUDA版本的下限是6.5

综上，此电脑支持的CUDA版本在6.5-11.7之间，我选择10.2（不建议太高的，可能不会成功，原因暂时未知，盲猜电脑支持的最高CUDA版本可能要低于11.7）

Step4.创建pytorch虚拟环境

使用Anaconda来创建环境，这里环境名称命名为pytorch，在CMD中输入conda create -n pytorch python=3.6，输入y进行确认
注意：我用的是python3.6，可按照自己需求更换 （此外，经验证发现 python版本号会与安装成功与否有关，目前测试python3.6、3.7均能成功安装）

Step5.安装pytorch-gpu

（1）先在CMD中输入activate pytorch以激活环境
（2）输入conda install pytorch torchvision torchaudio cudatoolkit=10.2 (可能需要等待较长时间，最好在晚上下载)，安装与10.2版的相对应的 pytroch、torchvision、torchaudio、cudatoolkit（CUDA）（在我们的具体使用中，其实真正需要的并不是整个CUDA，而是cudatoolkit，所以我们在这里直接安装cudatoolkit，不需要再下载3个多G的CUDA来本地安装。）

Step6.验证

（1）在CMD中激活pytorch环境，activate pytorch
（2）继续输入python
（3）输入import torch（这里如果遇到问题：F:\Anaconda3\anoconda3\envs\test\lib\site-packages\torch\package\_directory_reader.py:17: UserWarning: Failed to initialize NumPy: No module named 'numpy.core._multiarray_umath' (Triggered internally at ..\torch\csrc\utils\tensor_numpy.cpp:68.) ，直接更新虚拟环境中的numpy即可解决，命令如下：pip install --upgrade numpy，后重新验证
（4）输入torch.cuda.is_available()
若返回True即成功

Step7.删除虚拟环境

若想删除之前的安装则在CMD中依次执行以下代码

conda activate base
conda remove -n pytorch --all