在安裝之前，需要先配置GPU環境（安裝CUDA和CudaNN)
- 命令行輸入nvidia-smi，查看驅動信息
nvidia-smi
安裝相應的CUDA 和CUDANN
驗證：輸入nvcc --version 或者nvcc -V?進行檢查
nvcc --version
nvcc -V
在anaconda里創建環境
conda env list 查看已有環境
conda remove -n py39gpu --all 刪除已有環境
創建環境?
conda create -n py39gpu python=3.9
激活環境
conda?activate?py39gpu設置conda下載的時長大一點，然后運行安裝命令
conda config --set remote_read_timeout_secs 600.0conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
安裝總結
1、需要確定conda、cudatoolkit、cudnn、python、PyTorch、torchvision的版本對應。
2、我們可以看到cuda的版本是11.6，所以上面我選擇的10.2、11.3等低版本的，因為版本低一點是可以的，但不能選擇高于11.6的版本。
關于Anaconda
Anaconda是一個開源的包、環境管理器，可以用于在同一個電腦上安裝不同版本的軟件包，并能夠在不同的環境之間切換，Anaconda不是語言，它只是python的一個集成管理工具或系統，我們只需要安裝Anaconda就可以了，甚至不用單獨去安裝python。
我們在使用過程中會出現conda，實際上這是一個可執行的命令，它的重要的功能就是包管理與環境管理，包管理也就是下載眾多packages和科學計算工具等，環境管理就是用戶可以安裝不同版本的python來進行快速切換。安裝anaconda讓我們省去了大量下載模塊包的時間，更加方便。
PyTorch? NVIDIA的CUDA技術和cuDNN庫
PyTorch的GPU版本利用了NVIDIA的CUDA技術，使得深度學習計算能夠高效地在GPU上運行。使用GPU來執行深度學習計算可以顯著加速計算，從而減少訓練和推理時間。
CUDA是NVIDIA推出的一種通用并行計算架構，可以使GPU執行通用計算任務，而不僅僅是圖形處理。在PyTorch中，可以使用CUDA來利用NVIDIA GPU的并行計算能力加速模型訓練和推理。
cuDNN是NVIDIA專門為深度學習模型設計的一個庫，它提供了高效的卷積操作和其他計算操作，可以進一步加速深度學習任務。在PyTorch中使用cuDNN來優化深度學習模型的性能。
總的來說，PyTorch的GPU版本通過與NVIDIA的CUDA技術和cuDNN庫的深度集成，為深度學習研究和應用提供了強大、靈活且高效的計算能力。
其他安裝方法（我未能成功）
1、換清華源
pip --default-timeout=60000 install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple
?清華源
https://pypi.tuna.tsinghua.edu.cn/simple
2、conda下載? 清華源
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 cudatoolkit=11.6 -c pytorch -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
最后下成了cpu版本
3、離線下載方式一? （.whl）
確保已經安裝好CUDA和CUDNN前提下，訪問https://download.pytorch.org/whl/torch/，這里給出了所有版本的pytorch。但是頁面的內容太多了不太容易找到我們需要的文件；如果確定用哪個版本的CUDA的話也可以訪問下面這個網址：
https://download.pytorch.org/whl/cu+你的cuda版本號
例如cuda11.6，就訪問https://download.pytorch.org/whl/cu116
依次將torch torchvision torchaudio三個.whl文件進行下載，下載好的文件如下：
下面正式進入whl安裝，需要在虛擬環境中進入到剛才那三個.whl文件下載的路徑?
如果當前的路徑還在C盤下，而三個.whl文件下載的路徑在D盤的話要先輸入E盤的盤符E:?
其他下在非C盤的以此類推，否則直接輸入cd +路徑是無法成功進入目標路徑的，如果下載在C盤則直接cd即可
比如我的.whl文件下載在E:\software則依次輸入以下命令：
E:cd E:\software
?先安裝torch，輸入pip install torch然后按Tab鍵自動補全：
pip install "torch-1.13.0+cu116-cp39-cp39-win_amd64.whl"
?再安裝torchvision，輸入pip install torchvision然后按Tab鍵自動補全：
最后安裝torchaudio，輸入pip install torchaudio然后按Tab鍵自動補全：
(----------沒有成功-------)
4、離線下載方式二 （conda）
去conda清華源找到對應的pytorch、torchvision、torchaudio的版本
清華大學開源軟件鏡像站鏈接如下：
鏈接:?Index of /anaconda/cloud/pytorch/ | 清華大學開源軟件鏡像站 | Tsinghua Open Source Mirror
?
conda install --offline torchaudio-0.13.0-py39_cu116.tar.bz2
conda install --offline torchvision-0.13.0-py39_cu116.tar.bz2
conda install --offline torchvision-0.14.0-py39_cu116.tar.bz2
出現了一個問題是
pip list里面有torch，torchaudio，torchvision。在項目文件里，import torch出錯。
