PyTorch : 一个以python优先的深度学习框架
通俗地讲：PyTorch 是由 python语言编写的 python库，通过 python优秀的生态系统，为深度学习的开发提供了丰富的工具和接口。
一、安装 Python（解释器）
python 是一门解释型的计算机编程语言，故其程序运行时无需编译，而是每运行一次就翻译一次；完成这项翻译工作的正是 python解释器。
为了方便统筹管理 python解释器，安装 Anaconda（一个开源的Python发行版本）。
Anaconda 自带 Python（解释器） 和 Conda（包、环境管理器），通过 Conda 能够方便地安装、管理和切换不同版本的 Python 环境和对应的库。这样就可以同时存在不同版本的解释器和库了。
Anaconda 下载：https://www.anaconda.com/download
二、搭建 PyTorch 框架（分CPU版和GPU版）
1、理解两个概念
-
CUDA Driver（驱动程序）
显卡驱动程序，识别显卡，控制、操作显卡。 -
CUDA Runtime（功能组件）
NVIDIA CUDA平台的核心组件之一，它提供了一套功能强大的API和函数库，能充分利用GPU的并行计算能力；开发人员可以通过这些API来调用CUDA Driver里的东西，进而高效地使用显卡。
二者关系：CUDA Runtime 调用 CUDA Driver 。如下图：
由于版本迭代原因，为保证后续程序的安全性，需满足 CUDA Driver 版本 >= CUDA Runtime 版本。（注：版本向后兼容，故对被调用者的版本要求更高）
2、查看计算机是否具有独显及其驱动版本
- cmd打开命令行
- 键入nvidia-smi回车即可
得到如上图所示；
这里的 CUDA Version 即 CUDA Driver 版本
此处版本为 12.4，也可以更新到最新（方便后续）。
驱动更新下载：https://www.nvidia.cn/drivers/lookup/
3、下载 PyTorch 包
PyTorch 下载：https://pytorch.org/
打开如下：
选择合适的选项后，会得到一条安装命令，在 Anaconda 内执行得到的命令，即可完成 PyTorch 包的安装。
三、安装编辑工具Pycharm
Pycharm 下载：https://www.jetbrains.com/pycharm
至此，上手 PyTorch 之环境安装完成。