由于Anaconda默认不安装pytorch，需要自己安装。
安装和配置的步骤如下：
第一步 ：检查CUDA
CUDA（Compute Unified Device Architecture）是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。（来自于百度）
1、先检查CUDA的版本
有两种方式：
（1）NVIDIA控制面板
右键点击桌面-NVIDIA控制面板，选择系统信息；
查看组件的产品名称就是CUDA的版本。
（2）快捷键： win+R，输入cmd打开命令界面。
输入命令：nvcc --version
发现两种办法CUDA版本不一致，以命令行的为准。
第二步：安装pytorch
1、设置镜像路径
由于官网下载比较慢，设置镜像下载。
（1）打开Anaconda prompt
（2）复制以下配置命令（使用清华源下载快一点）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2 、创建pytorch环境
conda create -n pytorch python=3.8
python的版本与Anaconda安装的版本一致。我的为3.8，所以改为python=3.8.
输入命令后，会需要安装一些包，需要输入y确认，就开始安装需要的包。
安装完成后，会提示激活命令。
检验是否安装成功。
conda info --envs
运行后的结果可以看出，有两个环境。
激活pytorch环境：（一定要先激活pytorch环境，要不然pytorch会安装在base环境下）
activate pytorch
退出当前环境：
conda activate3、安装pytorch：
（1）pytorch官网地址：https://pytorch.org/get-started/locally/
按照自己系统情况选择，选择好后在Run this Command里面会产生一个命令，复制就可以安装。由于官网速度慢，取消掉后面的-c pytorch从镜像下载。
输入y开始安装。
pytorch有1G，安装需要一点时间，看到done代表安装完成。
（2）测试：
（1）进入python：python
（2）测试numpy：import numpy（torch依赖numpy，所以先导入numpy。）
（3）测试pytorch：import torch
如果出现上面的结果，代表安装设置成功。
4、在pytorch中安装jupyter notebook
由于我们大部分工作是在jupyter notebook下完成，所以需要在notebook下设置pytorch。
（1）安装nb_conda:
conda install nb_conda遇到选择项输入y即可安装。
（3）打开notebook测试
没有报错，代表安装成功。