pytorch是一個優雅的深度學習庫，相比TensorFlow更年輕也更充滿潛力，在官方的介紹中pytorch只支援linux和mac，但其實windows也是可以安裝以及正常使用的

平臺：
win10（版本1709）
CPU：i5-7400
顯示卡：1060 6G
內容：8G

軟體：
anaconda3
pycharm專業版

首先從官網下載相應的cuda和cudnn庫，記住下載win10版本的，不要下錯。一些額外的下載資訊可以檢視我之前的一篇文章（pytorch-0.2成功呼叫GPU：ubuntu16.04，Nvidia驅動安裝以及最新cuda9.0與cudnnV7.0配置）：http://blog.csdn.net/iamoldpan/article/details/78459208

windows下安裝cuda和cudnn還是非常容易的，下載最新版即可（cuda9.0和與之相對應的cudnn版本）

安裝好之後，開始建立虛擬環境，這裡建議使用anaconda3，不論是方便性還是拓展性都比只使用pip強。在官網下載anaconda3然後進行安裝，建立一個虛擬環境：http://blog.csdn.net/iamoldpan/article/details/77969477（注意在安裝的時候需要勾上環境變數的選項，如果沒有需要自行在環境變數中加入相應路徑（…/anaconda3/Scripts））

建立好虛擬環境後，在pycharm中建立工程，將直譯器選擇為之前建立的環境（不用pycharm也可以，這裡只是做例子，只要有python的簡單IDE即可）：

上圖是已經安裝完成後的直譯器介面，可以看到pytorch和torchvision以及一系列依賴包都已經安裝好。

選擇直譯器後，開始conda環境中只有剛開安裝的幾個程式包，這是需要安裝pytorch需要的依賴包：

注意：一定要在虛擬環境中進行安裝，如果在終端中建立了虛擬環境但是無法啟用，可以通過conda install -n my-env package指令虛擬環境來進行安裝，同樣pip安裝直接使用虛擬環境中的pip命令進行安裝：.../envs/my-envs/Scripts/pip install package，總之要安裝到虛擬環境中去。

conda install numpy pyyaml mkl setuptools cmake cffi
 

因為直接從官網源下載速度很慢，我們可以修改conda的安裝源來進行加速：

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

然後進行依賴包的安裝

安裝完依賴包後，開始進行pytorch和torchvision的安裝：
首先下載pytorch的pip安裝包：https://pan.baidu.com/s/1nvaamrn#list/path=%2F
我安裝的是，pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2，即python3.6-cuda8版本的安裝包下好後，進入到該檔案的目錄中，在終端中輸入：

pip install pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2

即可進行安裝，安裝速度一般很快，如果是固態硬碟，5~6s即可安裝完畢。
torchvision的安裝相對簡單很多，是從conda和pip安裝即可，只要注意安裝到對應的虛擬環境中即可。

大功告成

全部安裝完後，如果沒有意外：

就可以在window中使用pytorch了