1.把python版本從3.8降到3.6

?2.右擊任務管理器--->性能--->可以查看對應的GPU（一個是CPU自帶的，另一個是英偉達的）

【英偉達支持CUDA,如果僅有CPU自帶的選CPU版】

3.在終端查看顯卡情況，執行 nvidia-smi 命令

---如果顯示“nvidia-smi不是可執行的命令”，去設置環境變量，記住NVSMI文件夾的路徑?C:\Program Files\NVIDIA Corporation\NVSMI ，nvidia-smi命令即可執行。

4.接著來到pytorch的官網（PyTorch）進行配置下載，可以看到 驅動版本是>390且CUDA版本為11.1，選擇CUDA11.3的版本。

5.切換到pytorch路徑下，執行conda activate pytorch 指令

執行 ：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

? 如果此時的下載速度緩慢，設置清華鏡像（比原來稍微快一些）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

安裝成功后，切換到python環境下 ，成功執行以下命令說明pytorch安裝成功

在此過程中可能會遇到以下情況：

現象：在import torch的時候出現錯誤 key already registered with the same priority.

原因：開始安裝了CPU版本，后面又安裝GPU版本，兩個版本的torch folder名字重合，發生沖突。

解決：執行兩遍?

pip uninstall torch

pip uninstall torch

結果：接著去執行 import torch 執行，發現報錯：

?這會重新去執行以下命令，但會有緩存

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

通過 pip list 命令看到當下pytorch路徑下的包名

?