总结了一下几篇热门文章和自己的经验，方便以后换设备配置环境
一、安装Anaconda
这一步是为了不污染全局环境，很有必要。
直接清华源镜像下载：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
根据自己的操作系统选择合适的版本就行，不一定是最新版，个人建议选择2024.02以后的。
二、进入Anaconda Prompt
conda info -e // 可以用来查看目前有的虚拟环境conda create -n xxxxx python=3.9 使用conda创建一个虚拟环境，目前只支持3.9以上版本，xxxx是你给这个虚拟环境取得名字。
conda activate xxxxx切换进入你创建的虚拟环境，现在可以在当前环境安装pytorch了。
三、安装PyTorch
建议在官网安装，镜像容易装错版本。
（1）打开pytorch官网：PyTorch，点击Get Started
要选择pip，我装的是11.8，兼容的版本多一点，不容易出错。
把复制链接到Anaconda Prompt创建的虚拟环境中安装。
（2）安装CUDA
要想成功调用pytorch，还要装CUDA
首先查看自己的CUDA版本，win+R，输入CMD，输入以下代码查看
nvidia-smi
查看CUDA Version，我的是12.9，所以要去官网装12.9以下的版本，我装的11.8.0
直接官网装：CUDA Toolkit Archive | NVIDIA Developer
安装好一会，在Anaconda Prompt创建的虚拟环境中测试一下，依次输入以下代码：
python
import torch
torch.cuda.is_available()结果返回true，则表示torch安装成功，并且可以调用了。如果返回false，有可能是pytorch在镜像源安装错版本了，用下面代码检查一下版本
torch.__version__返回有cpu就是装错了，cu是对的。装错了就进下面的目录，把torch开头的文件夹都删了，重新去官网安装pytorch，也就是本文的第三步。
（3）安装好后，在pycharm配置好pytorch环境
File->settings
点击Add interpreter
conda environment会自动配置好环境，点ok就行了。
测试一下：
import torch
print(torch.__version__) # 查看pytorch安装的版本号
print(torch.cuda.is_available()) # 查看cuda是否可用。True为可用，即是gpu版本pytorch
print(torch.version.cuda) # 查看cuda的版本下面内容是配置开源项目的依赖包，可以不用看
四、基于Pytorch中安装torch_geometric
在pycharm中输入以下代码，查看相关信息。
import torch
print(torch.__version__) # 查看pytorch安装的版本号
print(torch.cuda.is_available()) # 查看cuda是否可用。True为可用，即是gpu版本pytorch
print(torch.version.cuda) # 查看cuda的版本返回的结果：
官网安装依赖包：点击链接打开官方下载文件包网页
根据配置信息（pytorch版本是2.7.1对应2.7.0，cuda版本是11.8对应118）选择torch-2.7.0+cu118torch-2.7.0+cu118再根据自己的python版本，例如我是3.9.23，对应的就是cp39，除了lib不下载，其他四个包都要下载。
例如，torch scatter我下载的就是torch_scatter-2.1.2+pt27cu118-cp39-cp39-win_amd64.whl
下载后，进入Anaconda Prompt创建的虚拟环境中安装
pip install torch_scatter xxxx
pip install torch_sparse xxxx
pip install torch_cluster xxxx
pip install torch_spline_conv xxxx
xxxx表示你这个依赖包的地址和依赖包名字，例如：
pip install torch_scatter E:\Anaconda\Scripts\torch_scatter-2.1.2+pt27cu118-cp39-cp39-win_amd64.whl四个依赖包安装后，就可以安装torch-geometric
pip install torch-geometric参考文献：
在Pycharm中安装Pytorch教程总结_pycharm安装pytorch-CSDN博客
torch.cuda.is_available()返回false——解决办法_cuda available false-CSDN博客
基于Pytorch中安装torch_geometric简单详细完整版-阿里云开发者社区
完美解决AttributeError: module ‘numpy‘ has no attribute ‘typeDict‘_module 'numpy' has no attribute 'typedict-CSDN博客
