pycharm配置pytorch
1.先安装Anaconda
Anaconda3-5.2.0-Windows-x86_64.exe
2.下载cuda
检查电脑是否有合适的GPU
在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本
点击 帮助->点击 系统信息 弹出下面的对话框，在驱动程序版本那一栏就能看到该计算机使用的驱动版本。
下载Cuda
官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2
然后，根据实际情况选择合适的版本
3.下载CuDNN
官网 https://developer.nvidia.com/rdp/cudnn-download
安装Cuda
1.与安装其他的软件类似
2.安装结束后将 ~/nvcc/bin(因为版本的不同可能在不同的地方) 目录添加到环境变量
3.在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功
4.将CuDNN压缩包解压后，下面的三个文件夹复制到Cuda的安装目录下
4.配置虚拟环境和安装pytorch
1.首先我们先来为我们的pytorch创建一个虚拟环境。
打开Anaconda Prompt
conda create -n pytorch python=3.8 //这里我使用的是3.8版本的python
选择y就可以等待创建了，安装后输入以下指令来查看安装情况。
conda info --envs
这个就表示pytorch环境安装完成
2.安装pytorch
接下来就到了安装pytorch的关键时刻了
pytorch官网，选择适合自己cuda的pytorch。
向下拉动找到这里，选定win-conda-python-你的CUDA版本号
复制下面链接，注意注意注意，可以把-c pytorch去掉，下载更快
//进入pytorch环境
conda activate pytorch
//输入复制的链接，便开始了漫长的等待下载安装
最后，如何检查自己是否安装成功呢
//首先进入pytorch环境，若已进入忽略
conda activate pytorch
python
>>>import torch
//输入完成后如果没有报错，则证明你已经成功安装了恭喜你！！！
>>>torch.cuda.is_available()
true
//继续输入上面代码，输出True，则意味着你可以使用 GPU
5.为你的pychram配置上pytorch
展开python解释器，选择现有解释器，点击右边三个小点选择第二个conda环境
一般目录C:\Users\用户名\anaconda3\envs\pytorch\python.exe
这样，整个流程就安装完毕了。
