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。

https://github.com/datawhalechina/thorough-pytorch/tree/mainhttps://github.com/datawhalechina/thorough-pytorch/tree/main

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=3.8

conda 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

PyTorchhttps://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