关键词：
目录
1. 前言
利用 Anaconda 配置 Pytorch 深度学习环境时利用官网链接给出的安装指令安装会很慢，而且经常报错，为此整理目前全版本 pytorch 深度学习环境配置指令，以下指令适用 Windows 操作系统，在 Anaconda Prompt 中运行。
2. 配置镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
3. pytorch，torchvision，python 版本对应
pytorch，torchvision，python 三者的对应关系来源于 pytorch 官方 github，链接：https://github.com/pytorch/vision#installation
4. 创建并进入虚拟环境
创建一个虚拟环境，其中 pt 是自定义虚拟环境名称，另外根据踩坑经验 python 3.6.5 版本可以适配所有版本的 pytorch，建议创建环境时 python 解释器版本选择 3.6.5 版本。
conda create -n pt python=3.6.5
随后点击 y 同意安装，等待一会进入虚拟环境。
activate pt
5. Pytorch 0.4.1
conda install pytorch==0.4.1 torchvision==0.2.1 cuda90 # CUDA 9.0
conda install pytorch==0.4.1 torchvision==0.2.1 cuda92 # CUDA 9.2
conda install pytorch==0.4.1 torchvision==0.2.1 cuda80 # CUDA 8.0
conda install pytorch==0.4.1 torchvision==0.2.1 cuda75 # CUDA 7.5
conda install pytorch==0.4.1 torchvision==0.2.1 cpuonly # CPU 版本
6. Pytorch 1.0.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 # CUDA 10.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda90 # CUDA 9.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 # CUDA 8.0
conda install pytorch-cpu==1.0.0 torchvision-cpu==0.2.1 cpuonly # CPU 版本
7. Pytorch 1.0.1
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0 # CUDA 9.0
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 # CUDA 10.0
conda install pytorch-cpu==1.0.1 torchvision-cpu==0.2.2 cpuonly # CPU 版本
8. Pytorch 1.1.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 # CUDA 9.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 # CUDA 10.0
conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly # CPU O版本
9. Pytorch 1.2.0
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 # CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly # CPU 版本
10. Pytorch 1.4.0
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cpuonly # CPU 版本
11. Pytorch 1.5.0
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.5.0 torchvision==0.6.0 cpuonly # CPU 版本
12. Pytorch 1.5.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly # CPU 版本
13. Pytorch 1.6.0
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly # CPU 版本
14. Pytorch 1.7.0
conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=11.0 # CUDA 11.0
conda install pytorch==1.7.0 torchvision==0.8.0 cpuonly # CPU 版本
15. Pytorch 1.7.1
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=9.2 # CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.1 # CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=11.0 # CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 cpuonly # CPU 版本
16. Pytorch 1.8.0
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=11.1 # CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 cpuonly # CPU 版本
17. Pytorch 1.9.0
conda install pytorch==1.9.0 torchvision==0.10.0 cudatoolkit=10.2 # CUDA 10.2
conda install pytorch==1.9.0 torchvision==0.10.0 cudatoolkit=11.1 # CUDA 11.1
conda install pytorch==1.9.0 torchvision==0.10.0 cpuonly # CPU 版本
18. 测试是否安装成功
- CPU 版本测试：继续运行 python 进入交互式环境，分别运行
import torch，import torchvision不报错则安装成功。 - GPU 版本测试：继续运行 python 进入交互式环境，分别运行
import torch，import torchvision不报错， 再运行print(torch.cuda.is_available())输出 Ture 则表示安装成功。
搭建深度学习环境（pytorch）
...搭建一个可用无污染的深度学习环境。（2）.按照Anaconda3+CUDA10.0+CuDNN+Pytorch1.2+Pycharm配置。（3）.解决配置Pytorch中无法使用torchvis 查看详情
搭建深度学习环境（pytorch）
...搭建一个可用无污染的深度学习环境。（2）.按照Anaconda3+CUDA10.0+CuDNN+Pytorch1.2+Pycharm配置。（3）.解决配置Pytorch中无法使用torchvis 查看详情
深度学习环境配置详细教程（资源已上传）(代码片段)
...网盘资源二、环境配置2.0、查看已安装软件的版本号2.1、Anaconda安装2.2、Pycharm安装2.3、CUDA安装2.3.1、查看电脑显卡、电脑支持的最高CUDA版本2.3.2、CUDA下载与安装2.4、cuDNN安装2.5、Pytorch安装2.5.1、创建新的conda虚拟环境（需联... 查看详情
深度学习-pytorch环境搭建（windows）(代码片段)
文章目录版本选择Python安装Anaconda安装PyTorch安装PyCham测试前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。本文主要参考PyTorch文档版本选择不同操作系统&#... 查看详情
实现linux服务器配置深度学习环境并跑代码完整步骤(代码片段)
...置深度学习环境并跑代码完整步骤安装pytorch第一步安装anaconda创建虚拟环境1、下载安装包2、安装3、更新环境变量4、创建虚拟环境5、使用虚拟环境第二步查看cuda版本安装对应的pytorch1、查看cuda版本2、根据cuda版本去官网找对应... 查看详情
利用anaconda安装pytorch搭建深度学习环境(代码片段)
一、NVIDIA驱动安装 首先查看电脑的显卡版本，步骤为：此电脑右击-->管理-->设备管理器-->显示适配器。就可以看到电脑显卡的版本了。得知以上的信息以后我们就可以对应我们的显卡去英伟达官网上去找相对应的... 查看详情
深度学习环境搭建anaconda+pycharm+pytorch(代码片段)
文章目录显卡驱动cudaanaconda1.下载安装2.安装pytorch虚拟环境3.conda常用指令pycahrm/jupyter下载安装如何建好的虚拟环境的解释器找出来指派给代码？本文将详细介绍一下如何搭建深度学习所需要的实验环境.这个框架分为以下六个... 查看详情
深度学习环境配置10——ubuntu下的torch==1.7.1环境配置(代码片段)
...习前言各个版本pytorch的配置教程环境内容环境配置一、Anaconda安装1、Anaconda的下载2、Anaconda的安装二、Cudnn和CUDA的下载和安装1、Cudnn和CUDA的下载2、Cudnn和CUDA的安装a、CUDA的安装b、Cudnn的安装三、配置py 查看详情
yolo系列深度学习网络基本环境安装与配置
YOLO系列深度学习网络基本环境安装与配置Anaconda环境CUDA与CUDNN安装配置conda虚拟环境创建Pytorch与torchvision安装PyCharm安装Anaconda环境Anaconda官网下载：https://www.anaconda.com/Anaconda镜像网址：https://mirrors.tuna.tsinghua.edu.cn/an 查看详情
折腾深度学习——用anaconda配置python开发环境（windows）保姆级教程(代码片段)
目录零、前言一、软件安装二、软件配置 三、安装CUDA以及cuDNN（GPU版需要，CPU请跳过）四、安装Pytorch五、检验安装六、结束七、IDE的安装八、Q&A零、前言 近期准备学习深度学习相关的知识，需要使用Pyth... 查看详情
深度学习环境配置5——windows下的torch-cpu=1.2.0环境配置(代码片段)
...注意事项一、2021/10/8更新学习前言环境内容环境配置一、Anaconda安装1、Anaconda的下载2、Anaconda的安装二、配置pytorch环境1、pytorch环境的创建与激活2、pytorch库的安装3、其它依赖库的安装4、安装较慢请注意换源三、安装VSCODE1、下... 查看详情
anaconda3配置tensorflow深度学习库
Anaconda3配置TensorFlow深度学习库前言：目前Google已经发布了TensorFlow的Windows版本，只支持64位Python3.5，我们使用Anaconda3配置使用。1.下载Anaconda3并打开AnacondaNavigator URL:https://www.continuum.io/downloads 2. 查看详情
youcans的深度学习02pytorchcpu版本安装与环境配置(代码片段)
...可以查询显卡是否在列表中。2.创建Python虚拟环境2.1安装Anaconda或miniconda详见上节【01安装环境miniconda】。2.2创建torch虚拟环境强烈推荐创建python虚拟环境，在虚拟环境中下载安装PyTorch。（1 查看详情
youcans的深度学习02pytorchcpu版本安装与环境配置(代码片段)
...可以查询显卡是否在列表中。2.创建Python虚拟环境2.1安装Anaconda或miniconda详见上节【01安装环境miniconda】。2.2创建torch虚拟环境强烈推荐创建python虚拟环境，在虚拟环境中下载安装PyTorch。（1 查看详情
linux服务器配置深度学习环境
...创新环境、新环境安装cuda、安装新环境cuda匹配的pytorch用anaconda可以cudatoolkit和pytorch一起装，可以设置清华镜像cuda自己装的cuda跟系统cuda没关系，跟base环境下也没关系。自己可以用系统的cuda，就是要配置一下环境变... 查看详情
萌新深度学习与pytorch入门记录：win10下环境安装
...为win10系统，在此环境下安装 Pycharm5.0.3 Anaconda 3 Python3.6.9 cuda10.1 Pytorch1.3.1 1.安装Pycharm5.0.3，顺带下载地址：PyCharm5.0（32/64）位下载地址：链接：https://pan.baidu.com/s/1eTYTyTG密码：h4ge... 查看详情
利用anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装cuda和cudnn（适合小白的保姆级教学）(代码片段)
前言一、英伟达驱动安装与更新二、Anaconda的安装三、Pytorch环境安装四、paddlepaddle环境安装五、pycharm安装--验证CUDA和cudnn版本 该博客的教程还有对应的视频讲解大家可以点击观看，对应博客安装，视频链接。... 查看详情
pytorch学习系列——环境搭建(代码片段)
文章目录1.安装英伟达驱动2.安装Anaconda环境3.安装pytorch、CUDA和cuDNN环境（1）配置国内镜像加速（2）安装4.查看安装环境的版本4.1查看Anaconda版本4.2查看Nvidia驱动版本4.3查看pytorch版本4.4查看CUDA版本4.5查看cuDNN版本由... 查看详情