1、PyTorch由Torch7团队开发，以python为开发语言的深度学习框架，能实现GPU加速和动态神经网络
2、创建虚拟环境并镜像安装PyTorch切换到虚拟环境，在dos命令行中执行conda activate torch2,如下图看到torch2）,说明已经切换成功。
3、更换镜像源，按顺序运行以下命令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 yesconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
4、运行执行安装Pytorch运行：conda install pytorch torchvision cudatoolkit=10.1 成功安装cuda这里选择的是10.1
5、在base虚拟环境下输入以下命令：1、安装nb_conda:conda install nb_conda2、安装ipykernelconda install ipykernel3、为虚拟环境创建kernel文件：conda install -n torch2 ipykernel
6、出现了Python[conda env:torch2]在创建新的python文件时选中Python[conda env:torch2]即可。
7、然后我们在Jupyter Notebook测试PyTorch GPU版本安装是否成功运行以下命令import torchx = torch.rand(5,5)print(x)输出类似下面内容，则pytorch安装成功
8、再执行torch..cuda.is_available()如果返回True，GPU版Pytorch成功安装完毕
