PyCharm中安装GPU版本的PyTorch
上个月，有个项目要用Pytorch跑，我就开始了安装之路。了解到Pytorch可以安装CPU和GPU版本的，想着GPU版本的更快，遂选择了安装GPU，但是CPU版本的与GPU安装类似，且安装起来更省时间，所以后面也介绍一下CPU安装。
网上很多资料都是利用Anaconda安装，博主不想再安装一个新的软件了（真的害怕环境报错，但是Anaconda确实比PyCharm集成了更多环境，感兴趣的可以试试。）
GPU版本的pytorch安装
第一步：判断是否可以安装GPU版本的pytorch
法一：
1.打开任务管理器
2.点击性能
3.点击左侧下拉框，往下拉，如果看到有GPU，则表示自己的电脑是有GPU的
法二：
计算机右击–>管理–>设备管理器–>显示适配器
法三（也能查看自己的适配的CUDA版本）：
1.控制面板
2.在右上方的搜索框里输入NVIDIA
3.鼠标放在搜索出来的NVIDIA上
4.完成后，界面里可以查看NVIDIA的一些信息，显卡的驱动版本，如左侧菜单所示
5.点击帮助菜单，在下拉的菜单里选择系统信息选项，选择系统信息
6.在弹出的系统信息窗口里有两个菜单页面：显示和组件。选择组件，可以看到很多文件名
7.在3D设置模块，找到NVCUDA.DLL，在该行，可以看到该NVCUDA的版本
我这里已经装了CUDA10.2版本，所以显示的是10.2
第二步：安装CUDA
根据上面获得的版本号，选择对应的版本安装。注：一般不要安装太高的版本，而电脑一般也能兼容低版本的CUDA。
安装网址：https://developer.nvidia.com/cuda-downloads
安装其他版本的CUDA：https://developer.nvidia.com/cuda-toolkit-archive
这里以10.2版本为例进行安装步骤的介绍：
下载完成后，右键以管理员身份运行，选择合适的解压路径。
同意安装协议后，选择自定义安装（也可以选择精简安装）：
单击下一步，取消勾选CUDA下面的VS（第一次安装也可以勾选，但是根据安装的软件有可能会报错，以防万一，取消。）：
然后单击下一步，选择合适的安装位置：
点击下一步，等待安装成功。
测试安装是否成功：
在命令行中输入nvcc -V 查看版本号即可：
错误预警
我这里安装过程中出现了错误，翻阅众多博客后，大都推荐安装DDU，卸载本机驱动的方法，我试了之后再重新安装确实解决了。以下为解决网址：
解决地址1
辅助解决2（道理同1）
环境变量
我在安装的时候，系统自动配置了环境变量，所以并未出现错误。但我看很多博客中也有对环境变量的配置。具体可参考：
配置环境变量
上面的网址中配置环境变量的条目过多，我对比了其他博客和我个人的电脑，认为只有六条需要配置，有下图中的四条以及上面网址中Path中的两条。
第三步：安装PyTorch
我这里是在PyCharm中的终端中用pip命令下载的，也可以在命令行中进入相应的地址下载。具体步骤如下：
1.先新建一个项目或是打开需要装pytorch的项目
2.打开底部的terminal
3.进入pytorch官网，选择合适的参数配置，如pip安装、CUDA版本。
但是，本来该是安装命令的地方显示CUDA 10.2版本已不被支持。此时，我们应该选择上面的previous pytorch versions，查看之前的版本。
在其中选择合适的CUDA版本后，复制命令到pycharm中的terminal中执行即可。但是直接这样下载的话速度较慢，这里我采用了清华镜像，复制以下命令执行：
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
下面问题又来了，报错：
这里如果搜黑体字、红体字、黄体字都会出来一系列的解决文章，但是我认为黄体字提示pip版本需要升级的问题不用管，之前改了反而报错了（心累）。黑体字提示证书有问题，红体字提示版本的问题，我也没有找到一个较好的解决方案。后来根据清华源下载的问题，我从黑体字入手解决的，就是把他添加为信任，直接在代码后面加上信任的指令就好了。
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.htm
l --trusted-host pypi.tuna.tsinghua.edu.cn
参考解决文章：
解决网址1
解决网址2
安装成功：
测试是否安装成功以及是否能使用CUDA：
import torch
print(torch.__version__)
# 1.6.0
print(torch.cuda.is_available())
# True
补充（参考别的博客）：
cuda安装成功print(torch.cuda.is_available())却输出为false的原因有二：
1.版本号不匹配
2.pytorch不小心安装为cpu版，与cuda适配的pytorch应该为gpu版本。
?
?
?
至此，全部安装完成。