PyTorch简介
PyTorch 是一个基于 Python 的开源深度学习框架，由 Meta AI（原 Facebook AI）主导开发，以动态计算图（Define-by-Run）为核心，支持灵活构建和训练神经网络模型。其设计理念高度契合科研场景，尤其适合快速迭代与复杂模型开发。
优点一：简洁直观 —— 架构精简，封装层级少，避免冗余设计，开发者可直接调用底层功能，减少学习成本；
优点二：上手门槛极低 —— 仅需掌握 NumPy 和基础深度学习概念即可快速入门，无需复杂配置；
优点三：社区生态完善 —— 官方文档详尽，Meta AI 主导的论坛活跃度高，全球开发者贡献的开源项目（GitHub 上超 10 万+）持续扩展其应用边界；
优点四：调试体验卓越 —— 动态图机制支持逐行执行代码，配合 Python 原生调试工具（如 print/IDE 断点），可精准定位问题；
优点五：扩展性强劲 —— 拥有 TorchVision、TorchText 等成熟生态库，结合 Hugging Face、Detectron2 等第三方工具链，覆盖计算机视觉、NLP 等主流领域，成为学术界与工业界的首选框架。
安装PyTorch
在安装PyTorch时，通常使用的是Anaconda/miniconda+Pytorch+ IDE 的流程。
Anaconda
安装Anaconda
登陆官网安装Anaconda
在开始页找到Anaconda Prompt，一般在Anaconda3的文件夹下，说明安装成功
创建虚拟环境
打开Anaconda Prompt
输入：
conda env list 用于列出当前系统中所有通过 Conda 创建的虚拟环境，包括每个环境的名称、路径以及是否为当前激活的环境。
* 表示当前激活的环境。默认环境（base）通常位于 Conda 安装目录下。用户自定义环境存储在 envs/ 子目录中。
conda create -n pytorch202507 python=3.8conda create -n env_name python==version 将env_name 替换成你的环境的名称，version替换成对应的版本号，eg：3.8
创建之前可以先输入：
conda search python用来查询 Conda 仓库中支持的 Python 版本
用conda离线下载，先换源，具体操作是，在虚拟环境里输入：
conda config --set show_channel_urls yes用来生成一个.condarc文件，在C:\Users\User_name\.condarc路径下找到他，把文件里原有内容删除，换上：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
之后在conda里输入
conda clean -i清除索引缓存，保证用的是镜像站提供的索引。
接下来可以输入以下代码检查换源是否成功：
conda config --show default_channels
默认源显示如上，即为成功
Get Started
PyTorch
https://pytorch.org/ 登陆官网
Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
通过上面下载地址，我们需要下载好对应版本的pytorch和 torchvision 包，然后打开Anaconda Prompt/Terminal中，进入我们安装的路径下
激活虚拟环境后，运行：
conda install --offline pytorch压缩包的全称（后缀都不能忘记）
conda install --offline torchvision压缩包的全称（后缀都不能忘记）conda install --offline pytorch-2.1.1-py3.10_cuda12.1_cudnn8_0.tar.bz2
Downloading and Extracting Packages
############################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
conda install --offline torchvision-0.16.1-py310_cu121.tar.bz2
Downloading and Extracting Packages
############################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
检验
离线安装之后，进入虚拟环境，输入python
输入：
import torch
torch.cuda.is_available()