前段时间我听说有同学竟然花钱在咸鱼上让别人帮忙安装torch……心情很复杂（哈哈
我一般跑实验都是用Anaconda创建和管理不同环境，在这里总结在Anaconda里的2种torch的安装方法，当然这篇文章中的这两个“包的下载安装方法”可以扩展到Python生态中的其他包或库的下载安装中，不要只局限于PyTorch的下载安装。
我的电脑环境
- Win 11
- Anaconda3
目录
安装torch注意事项（建议先看看）
方法1 直接pip install安装（不需要梯子，需要开热点）
方法2 下载.whl文件后本地pip install安装（梯子随意，网线即可，快速稳定）
安装torch注意事项（建议先看看）
安装CPU版本的torch（为了方便我就把PyTorch叫torch）基本没什么要注意的，但是如果你想安装CUDA版本，需要先把要安装的CUDA版本和你的显卡算力对应起来，在安装好合适的CUDA之后（一台电脑里可以安装多个CUDA），需要根据CUDA版本，选择合适的torch版本，这样一一对应清楚后再把torch安装在你创建的Anaconda的虚拟环境中。在这里贴个传送门：
CUDA的选择与安装；（哈哈还没写）
多个CUDA的切换。（还没写哈哈）
torch除了要和CUDA版本对应，还需要和python、torchvision等包的版本对应，不然在安装torch的时候Anaconda Prompt可能会出现包版本冲突的提示，到时候按照它的提示协调好自己环境里面各个包的版本即可。
方法1 直接pip install安装（不需要梯子，需要开热点）
注意：这个方法适合安装新版本torch，需要开热点，因为热点他从不让你失望！
打开PyTorch官网：
点击“Install”后，来到如下界面：
其中：
- PyTorch Build
一般选Stable就可以。Stable(2.0.1)顾名思义就是稳定版，Stable版本通常经过了全面的测试，性能稳定，但不如Preview新；Preview(Nightly)由于包含一些新功能，还未经过全面测试，不像Stable那样稳定。但其实不是专业开发人员，Stable足够了。
- Your OS
根据你的系统选择即可。
- Package
我是在Anaconda里面安装torch的，所以选择conda安装。
- Language
我使用的是Python编程语言
- Compute Platform
如果不使用GPU加速或者电脑没有GPU就可以选择CPU；如果使用GPU加速，根据你已安装的CUDA版本选择合适的CUDA11.8或CUDA11.7即可。如果你想使用CUDA版本的torch，但是发现根据你的电脑显卡算力，能安装最高的CUDA版本低于这个界面给出的最低CUDA版本要求11.7，那么就用方法2安装。
- Run this Command
现在，首先打开你的手机热点，让你电脑连上热点，再打开你的Anaconda Prompt，进入torch要安装的目标虚拟环境中，直接复制他给出的命令粘贴在你的Anaconda Prompt命令行中回车即可。注意：不开热点百分之99会下载失败！我已经替你试过无数次用网线会失败，除非你的网全宇宙超级无敌好，或者你的电脑跟PyTorch的服务器直连那就用网线，否则一律用手机热点！！！
方法2 下载.whl文件后本地pip install安装（梯子随意，网线即可，快速稳定）
注意：这个方法适合安装历史版本torch，网线即可，梯子开不开随意，下载.whl文件后本地安装，非常快捷！
torch各个历史版本的.whl文件网站：
torch各历史版本
https://download.pytorch.org/whl/torch_stable.html假如我现在要下载一个超级老的1.4.0版本的torch，打开这个网站就看到很多.whl文件，按ctrl+F搜索版本号“1.4.0”：
然而我想安装gpu版本的，继续往下找：
找到了torch1.4.0有两个cuda版本：
- 一个是cuda为10.1的cuda版本的torch1.4.0（电脑上需要有CUDA10.1）
- 另一个是cuda为9.2的cuda版本的torch1.4.0（电脑上需要有CUDA9.2）
假如我要跑的实验要求我安装cuda=10.1且python=3.5的torch1.4.0，为我的电脑是Windows系统，那么应该点击下图中这个版本的.whl文件：
点击后，浏览器就开始下载了：
等待这个.whl文件下载好后，找到这个文件的地址，在我的电脑上默认下载到“下载”这个文件夹中：
现在打开Anaconda Prompt，进入你事先创建好的环境，利用cd命令进入这个.whl文件所在的文件夹，利用命令
pip install 文件名.whl安装torch。
那么在我电脑上就应该进入图8所示的“下载”这个文件夹：
Over。
来源地址：https://blog.csdn.net/qq_43674552/article/details/130942153
