一. 软件配备

检查显卡驱动：

nvidia-smi

可知，CUDA支持的最高版本为11.4，因为小编之前安装的tensorflow2.4.0用的是CUDA11.0，所以为避免安装其他版本，就沿用CUDA11.0。
所以，软件配备：win10系统、pytorch1.7.0、python3.7（也可以是python3.8）、cuda11.0。

二. 创建虚拟环境

因为小编也用tensorflow2.4.0，所以为避免环境冲突，需要新建虚拟环境，以适用pytorch1.7.0。

2.1 创建环境名称，并选择'y'

conda create -n pytorch_1.7 python=3.7

2.2.进入虚拟环境

activate python_1.7

三. 安装pytorch

进入 pytorch官网，发现有对应版本下载。如果想要下载其他版本，比如：pytorch1.7，则点击下面的"Previous versions of Pytorch>"

进入页面后，找到对应版本，

由于pytorch1.7有1003.4MB，所以如果直接按照如下pip下载安装pytorch，速度非常慢，因而需要单独下载后进行安装pytorch。

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

所以，我们先下载安装包，然后再本地进行安装，下载地址是：清华大学开源软件镜像站
注意：不推荐下载这个torch—源于pytorch.org官网，因为经常自动断网

然后，选择自己想要的版本进行下载即可，存至一个盘里，小编将压缩包存在D盘的一个文件夹内。

接着，通过conda安装。注意：在安装的时候，需要在压缩包后面添加'.bz2'，否则安装不成功，如：

conda install F:\zwb\pytorch-1.7.0-py3.7_cuda110_cudnn8_0.tar.bz2

安装完pytorch1.7之后，我们再用如下代码，安装其它模块，
注意：因为之前已经安装完pytorch1.7.0，因此这次安装就不再安装pytorch1.7.0，如：

输入以下代码进行安装，直至完成，如：

conda install torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

至此，pytorch1.7安装完成。

四. 安装虚拟环境下的notebook

4.1 安装ipykernel，并选择'y'，直至安装完成

pip install ipykernel

4.2 将环境名注册到notebook，可以看见文件路径

python -m ipykernel install --user --name pytorch_1.7 --display-name pytorch_1.7

4.3 检查是否安装notebook，

ipython notebook

若没有安装，出现如下情况：

此时需要安装notebook，即输入：

conda install notebook

并输入'y'


出现"done"，表明已经安装完成

4.4 进入该虚拟环境下的notebook，输入：

ipython notebook

或者

jupyter notebook

两者都可以进入对应的notebook界面，并且显示"可信"。


至此，pytorch1.7安装结束！

附录

另一种最简单的安装方法，以 pytorch1.12为例，代码如下：

conda create -n pytorch1.12 python=3.9
activate pytorch1.12
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m ipykernel install --user --name pytorch1.12 --display-name pytorch1.12
pip install notebook matplotlib numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

安装过程，如下图：

最后，检验cuda是否可用。

Original: https://blog.csdn.net/weixin_44359479/article/details/121434074
Author: 明德zhuang
Title: Pytorch1.7.0—GPU安装教程