PyTorch安装指南：从CUDA到镜像下载的全面解析

Pytorch安装指南（cuda、镜像下载）
PyTorch是一个广泛使用的深度学习框架，其灵活性和易用性使得它在研究和工业界都受到了广泛的欢迎。然而，对于新手来说，安装PyTorch可能会是一个挑战，尤其是在涉及到CUDA和镜像下载时。本文将为您提供一个详细的PyTorch安装指南，帮助您顺利完成安装。
一、CUDA安装
PyTorch支持使用NVIDIA的CUDA进行GPU加速。如果您拥有NVIDIA显卡并且希望使用GPU进行计算，那么您需要安装CUDA。以下是安装CUDA的步骤：

1. 首先，您需要从NVIDIA官网下载并安装与您的GPU和操作系统兼容的CUDA版本。在安装过程中，请确保已安装了最新版本的CUDA。
2. 安装完成后，您需要设置环境变量。在Windows上，您需要编辑系统环境变量，添加CUDA的bin和lib目录。在Linux或macOS上，您可以在~/.bashrc或~/.bash_profile文件中添加以下行：

   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

   然后运行source ~/.bashrc或source ~/.bash_profile使更改生效。
   二、PyTorch安装
   在安装完CUDA后，您可以开始安装PyTorch了。以下是安装PyTorch的步骤：
3. 首先，您需要创建一个新的Python虚拟环境。这可以帮助隔离不同项目的依赖项。在命令行中运行以下命令：

   python -m venv myenv

   然后激活虚拟环境：
   在Windows上，运行：

   myenv\Scripts\activate

   在Linux或macOS上，运行：

   source myenv/bin/activate

4. 在虚拟环境中，使用pip安装PyTorch。PyTorch提供了预编译的二进制包，可以直接通过pip进行安装。以下是安装命令：
   对于Python 3.6：
   对于CUDA 10.1：

   pip install torch==1.5.0 torchvision==0.6.0 -f https://download.pytorch.org/whl/cu101/torch_stable.html

   对于Python 3.7：
   对于CUDA 10.1：

   pip install torch==1.6.0 torchvision==0.7.0 -f https://download.pytorch.org/whl/cu101/torch_stable.html