整个目录玩玩

  上个星期折腾了deepin和TensorFlow，TensorFlow安装挺麻烦的，按官网教程还有其他博主们写的来弄，最后都没弄好（可能我太菜了又没耐心），算了，懒得折腾，最后直接一句

pip install tensorflow-gpu==1.15.0

  就完事儿了，至于为啥装1.15版，因为听说该版最稳定啥的。

  听说pytorch比TensorFlow好用，而且也比它好装，所以跳槽pytorch。(听说一句话就完事儿？那就让我试试 )

  python肯定大家都装了吧，装了的大火就直接下一步。如果没有装的话，推荐装Anaconda，集成了很多第三方库，多的就不说了，网上一大堆，这里放一个Anaconda的清华镜像传送门，需要的小伙伴自取，注意版本号和系统，2020版的应该对应python3.8，推荐2019版的，对应python3.7，稳定点，注意在安装的时候勾选添加到环境变量，省的后面自己再装了。   装好之后，命令行输入python，进入python的命令行模式，第一行会打印出python版本信息，记住是3.7还是3.6还是3.8。

  由于CUDA需要VS的支持，所以要先安装VS，2015、2017、2019的都可以，这里就略过装VS的步骤了。

  pytorch-GPU版需要N卡支持，还要你的N卡支持cuda，先去NVIDIA官网下载cuda安装程序，传送门在此，进去之后，选择立即下载：   到这里 ，一步步选上，离线安装。   点击下载，慢慢等待下吧，推荐用IDM下，挺快的。   刹一jio，忘说了，前提是显卡支持cuda并且安装了最新的驱动，大多数N卡基本都支持cuda吧，就默认看官的显卡支持了（滑稽），显卡驱动下载传送门，选择自己的显卡版本，下载后按照安装程序一步步来就完事儿了。   cuda安装程序下好后，运行，等它检查系统兼容性，如果没装VS的话，可能第一步系统检查就失败了。然后选择安装位置，默认C盘，我的C盘只剩8个G了，就换到了D盘，可惜这个浏览里不能创建文件夹，得自己手动创建，   等它安装，挺快的，装完后我们选择关闭，准备工作完了，可以装pytorch了。

  torch官网有步骤，见https://pytorch.org/get-started/locally/，进去后，如下图所示，选择合适自己的选项，目前官网上给的CUDA版本最高到11.0，前面装的11.1，不过不影响。   当然，前面安装了anaconda，也可以选择conda，选择conda的安装命令是下面这个，用conda安装的话，最好在Anaconda prompt里执行。

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

  我先试过conda install，然后在solving environment那里说一堆包有问题啥的，就没忘下走了，算了，不用conda。之前配过pip的镜像，直接pip装也一样。

pip install torch=1.7.0+cu110 torchvision=0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

  但是pip安装的话，试了几个镜像源，都找不到这几个包，不知道为啥，就像下面这样：   从官网下太慢了。注意命令后面的-f参数，给出了网址，那么我们就自己去找，先下包然后离线安装（自己动手，丰衣足食？）。https://download.pytorch.org/whl/torch_stable.html 拉到最下面，torch和torchvision的cuda版在最下面挨着的，注意选择合适自己python的版本（如cp37就是python3.7）。这里的包名不是pip命令里的那样，要注意别下成CPU版的了。   再ctrl+F，搜索torchaudio，   建议全部下载到一个目录下，下载完后，命令行进入下载目录，执行pip install.whl， 等就完事儿了，

pip install torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl torchaudio-0.7.0-cp37-none-win_amd64.whl torchvision-0.8.1+cu110-cp37-cp37m-win_amd64.whl

  安装完后，顺道就在命令行测试一下，就像这样下面这样， torch.cuda.is_available() 测试CUDA是否可以被pytorch支配。   到这里，安装工作就结束咯！可以跟着官方文档继续学了。