windows anconda conda pytorch

### 如何在 Windows 上通过 Anaconda 安装和配置 PyTorch

#### 创建并激活虚拟环境
对于希望隔离不同项目依赖项的开发者来说，在安装 PyTorch 前先创建一个新的 Conda 虚拟环境是一个良好的实践。这可以通过命令提示符来完成：

conda create --name myenv python=3.9

一旦创建完毕，可以利用如下指令激活该环境[^2]。

activate myenv

这里的 `myenv` 是所创建环境的名字；可以根据个人需求替换为任意名称。

#### 配置国内镜像源加速下载速度
考虑到网络条件的影响，建议更换清华 TUNA 或者中科大等国内镜像源以加快软件包获取的速度。具体操作是在上述环境中执行下面这条命令设置镜像地址:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

此步骤并非强制性的，但对于提高效率很有帮助[^4]。

#### 安装 PyTorch 及其相关组件
接下来就是最重要的一步——安装 PyTorch 本身连同它的两个常用库 torchvision 和 torchaudio 。如果计算机配备有 NVIDIA 显卡，则还需要指定 CUDA 工具集版本号以便支持 GPU 加速计算功能。例如要安装带有 CUDA 支持的特定版本组合可使用如下命令：

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

注意 `-c pytorch` 参数指定了从官方渠道获取资源，而具体的版本号应当依据实际硬件情况和个人偏好调整[^3]。

#### 测试安装是否成功
最后验证新安装好的 PyTorch 是否能够正常工作非常重要。可以在 Python 解释器内部运行简单的测试脚本来进行这项检查：

import torch
print(torch.__version__)
if torch.cuda.is_available():
    print('CUDA is available')
else:
    print('No CUDA support found.')

这段代码会打印出当前使用的 PyTorch 版本，并告知是否存在可用的 CUDA 设备用于加速运算。