1.问题所在
pycharm中torch和tensorflow好像是有些冲突的，所以我创建了两个conda环境（一个名字叫pytorch，一个名字叫tensorflow），其中pytorch环境中没有tensorflow库，tensorflow环境同理。
现在问题在于每次在Terminal中用pip install torch 后总是cpu版本的
pip install torch import torch
print(torch.__version__)
print(torch.cuda.is_available())
这段代码是看torch到底有没有用到cuda（或者我理解为是否用的是gpu版本），输出为False为cpu版本。
2.安装cuda
这个我觉得可能很多人电脑上已经安装了cuda
可以自己在电脑中看一下到底有没有，有了更好，没了接下来讲怎么下载NVIDIA cuda
（1）查看自己应该下载NVIDIA版本
右键“此电脑”——管理——设备管理器——显示适配器
这样就能查到自己的显卡型号了
?NVIDIA显卡驱动的下载地址：官方高级驱动搜索 | NVIDIA
选择自己合适的型号，开始下载
（2）下载对应的cuda版本
CUDA的下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
选择合适的型号，点击download即可
检验安装是否安装正确：win+R→cmd→nvcc -V
如图即为安装正确
?
至此，cuda已经安装在你的电脑里了（如果在安装图中遇到其他问题，可以继续搜搜问题所在，但是这个安装流程一定是没问题的） 。接下来就是安装gpu版本的torch
3.安装torch（在pycharm中的Terminal中，因为我喜欢用这个方式，不喜欢用cmd或者anaconda）
直接打开这个网址https://pytorch.org/get-started/locally/
?
如何选择我想大家都应该能看懂，其中我用的Terminal所以Package中选的pip，第一个我看了其他博主都选的Stable，至于最后那个Compute Platform选项因为我的cuda版本就是11.7，所以选了这个（听说版本差不多接近就行 不至于那么严格）。
教大家如何选择最后的Compute Platform（即如何查看自己cuda版本）
桌面右键打开NAIDIA控制面板后，在帮助中找到系统信息，点击组件，蓝色这一条就可以看到CUDA 11.7.57（意思就是11.7版本的）
?
?至此学会了查看cuda版本以及下载了对应于cuda的pytorch
这时候基本成了，吧最后一栏中Run this Command一栏内容直接复制到Terminal中就行。
4.发现用上述方法安装torch很慢很慢
很好解决，打开网址https://download.pytorch.org/whl/torch_stable.html
进去后找到自己需要的版本，比如我是cuda11.7+python3.7+windows，就选择了下面这个
?
cu代表cuda（即选用gpu版本而不是cpu版本，这里一定要看仔细），torch1.11.0版本，这个我觉得没有什么特别的要求，但我喜欢新版本，cp37代表python3.7，win代表windows系统，64代表64位。
下载后我是放在我自己创建的pytorch环境中LIB中site-package中，然后在Terminal中写入下面的代码
pip install D:\anaconda\Anaconda\envs\pytorch\Lib\site-packages\torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl
代码说明：文件放在D:\anaconda\Anaconda\envs\pytorch\Lib\site-packages中，文件名字叫torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl，直接回车就行。
至此问题全部解决，如何判定解决？
import torch
print(torch.__version__)
print(torch.cuda.is_available())
输出为
1.11.0+cu113
True?希望大家能够顺利解决此类问题