1.Anaconda安装

下载链接
直接安装，能选择添加系统路径就添加。

不行的话，手动添加系统环境变量：

2.创建环境

启动Anaconda Prompt 创建虚拟环境：

创建名为 pytorch 的环境，代码：

conda create -n pytorch python=3.8

创建完成后，查看是否成功：

conda info --envs

3.安装pytorch

激活 pytorch 环境：

conda activate pytorch

官网选择对应版本的安装代码，没有对应版本则去查找往期版本的：

conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

注意cuda版本需要与电脑显卡匹配。可用nvidia-smi查看电脑cuda版本。
为了加速可以更改镜像下载路径，更改C:\Users\用户名路径下的.condarc文件：

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
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

安装完成即可。

测试是否成功：(在pytorch环境内)

python
import torch
torch.cuda.is_available

搭配 PyCharm

1. 创建文件

刚开始创建项目时选择默认的 python编译器，后面手动调整。项目路径也可以手动进行设置。

2. 更换编译器

依次选择File-->Settings-->Project:项目名-->Python Interpreter，第一次需要手动添加pytorch的编译器，后续直接下拉选择即可。编译器的位置在Anaconda对应的虚拟环境里，比如图中的D:\Anaconda\envs\pytorch，选择虚拟环境下的python.exe文件即可。
没有安装Anaconda或者创建虚拟虚拟环境的可以看这里。

3. 安装 d2l

初学《动手学深度学习》的时候，跟着文中内容练习，需要安装对应的d2l框架。
框架在国外，下载超慢，需要手动更换源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后在项目所在的文件夹里（pycharm里的terminal）运行：

 pip install d2l==0.17.6

测试不报错即可：

from d2l import torch as d2l

4. 安装 networkx库

直接在pycharm的terminal中输入

pip install networkx

安装。
如果报错

在需要安装库的文件夹里安装

pip install --target=d:\anaconda\lib\site-packages networkx

文件目录对应报错信息里的路径。

5. 安装tqdm

日常工作和学习中，经常需要观察当前任务的执行进度，如果一个执行时间很长的任务，能够有进度条实时的显示当前的任务进度，那么将非常方便。tqdm的作用就是这个。

直接安装：

pip install tqd

不行的话用conda安装：

conda install -c conda-forge tqdm

6. 安装pyg

先查看自己设备的python、cuda、torch版本

import torch
print(torch.__version__)
print(torch.version.cuda)

查看python版本，控制台里输入：

python -V

然后在官网下载对应版本的文件：
我的torch和cuda版本对应的是1.13.1和11.6，所以选择

对应的文件分别为

torch_cluster-1.6.0+pt113cu116-cp38-cp38-win_amd64.whl
torch_scatter-2.0.9-cp38-cp38-win_amd64.whl
torch_sparse-0.6.15+pt113cu116-cp38-cp38-win_amd64.whl
torch_spline_conv-1.2.1+pt113cu116-cp38-cp38-win_amd64.whl

将下载好的文件放到项目所在文件夹根目录，用pycharm打开对应项目，然后在pycharm的terminal终端里安装：

pip install torch_cluster-1.6.0+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_scatter-2.0.9-cp38-cp38-win_amd64.whl
pip install torch_sparse-0.6.15+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_spline_conv-1.2.1+pt113cu116-cp38-cp38-win_amd64.whl
pip install torch_geometric

测试

import torch_geometric

注意： 这种安装方法安装的库只能用于当前项目，其他项目不行。

7. 安装gym

安装gym：

pip install gym

8. 安装tensorflow

pip install tensorflow

9. 安装 sklearn

pip install -U scikit-learn

10. 安装pandas

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas