请不要安装 3.10 及以上版本的 Python ，因为其不支持 1.x 版本的 PyTorch 。若您已安装，可以通过 Anaconda 创建适合的 Python 虚拟环境。推荐使用 Python 3.7~3.9 。
首先安装 Chocolatey （Windows 的包管理器）：
右键右下角 Windows 图标，选择“命令提示符（管理员）”或“终端（管理员）”（若终端默认为 cmd），随后输入
@"%SystemRoot%\System32\WindowsPowerShell\v1.0\powershell.exe" -NoProfile -InputFormat None -ExecutionPolicy Bypass -Command "iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1'))" && SET "PATH=%PATH%;%ALLUSERSPROFILE%\chocolatey\bin"或选择“PowerShell （管理员）”或“终端（管理员）”（若终端默认为 powershell），随后输入
Set-ExecutionPolicy Bypass -Scope Process -Force; iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1'))按照指示步骤安装即可。安装好后，关闭当前命令行，开启新的命令行。
随后，在命令行中输入
choco install git当 GIT 安装完成后，前往 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Windows-x86_64.exe 下载并安装 Anaconda （基础环境为 Python 3.8）。 注意： 一定要将 conda 环境加入 PATH （当出现“add ... to PATH”时，请勾选它）。
测试
随后，在命令行输入
git --help
python --help
pip --help分别查看是否安装成功。若无报错，则表明安装成功。
首先安装 Homebrew （MacOS 的包管理器）：
打开“终端”应用，输入
# 国外（或科学上网）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 国内
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"按照指示步骤安装即可。安装好后，关闭当前命令行，开启新的命令行。
随后，在命令行中输入
brew install git当 GIT 安装完成后，前往 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-MacOSX-x86_64.pkg 下载并安装 Anaconda （基础环境为 Python 3.8）。
测试
随后，在命令行输入
git --help
python --help
pip --help分别查看是否安装成功。若无报错，则表明安装成功。
首先更新 APT 源。在命令行中输入
sudo apt update更新，随后，在命令行中输入
sudo apt install git python3-pip python-is-python3安装 GIT 和 PIP 。 注意： Ubuntu 20.04 自带的 Python 版本为 3.8 ，因此不必重新安装 Anaconda ；但自带的 Python 是没有 PIP 的，需要手动安装。
您也可以前往 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh 下载并通过
sudo path/to/Anaconda3-2020.11-Linux-x86_64.sh安装 Anaconda （基础环境为 Python 3.8）。
测试
随后，在命令行输入
git --help
python3 --help
pip3 --help分别查看是否安装成功。若无报错，则表明安装成功。
若您没有支持 CUDA 的 NVIDIA™ 显卡，可以跳过此步。 11.6 以上版本的 CUDA 均可安装， 推荐安装 CUDA 11.7.1 版本。
点击链接 https://developer.nvidia.com/cuda-11-7-1-download-archive ，选择如下选项进行安装：
若您是双系统或虚拟机用户，请进行如下选择：
若您是 WSL 用户，请进行如下选择：
随后，页面下方会弹出相关命令行：
请依次复制命令进行 CUDA 的安装。
在 CUDA 安装完成之后，请于 https://developer.nvidia.com/zh-cn/cudnn ，按照页面指引下载适用于 CUDA 11.x 的 CUDNN 并安装。
请注意： 虽然执行完以上步骤之后， CUDA 及 CUDNN 均安装完成，但在执行时，它们并不会自动被激活。此时需要我们在 ~/.bashrc 中加入自启动代码：
（1）使用 vim （或文本编辑器等）打开 ~/.bashrc ；
sudo apt install vim
sudo vim ~/.bashrc（2）随后，命令行会弹出 ~/.bashrc 中的内容。将光标移至文件末尾，按下 I 键开启编辑，并在结尾处插入如下代码：
function switch_cuda {
v=$1
export PATH=/usr/local/cuda-$v/bin:$PATH
export CUDADIR=/usr/local/cuda-$v
export CUDA_HOME=/usr/local/cuda-$v
export LD_LIBRARY_PATH=/usr/local/cuda-$v/lib64:$LD_LIBRARY_PATH
}
switch_cuda 11.7（3）插入后，按下 esc 键开启命令输入，并输入
:wq以保存并退出；
（4）关闭命令行或输入
source ~/.bashrc以使 CUDA 在命令行中生效。
测试
安装好后，在命令行中输入
nvcc --version若无报错，且观察到版本号为 11.7.1 ，即代表安装成功。
请参考教程 https://zhuanlan.zhihu.com/p/99880204 安装。推荐安装 CUDA 11.7.1 版本。
测试
安装好后，在命令行中输入
nvcc --version若无报错，且观察到版本号为 11.7.1 ，即代表安装成功。
复制自 PyTorch 历史版本页面， 请不要安装 2.0 以上版本的 PyTorch ，目前我们无法确定是否存在不兼容现象。 建议安装 1.13.1 版本。
pip install torch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1# 对 ROCM 5.2 （AMD™显卡的机器学习库，仅限Linux或WSL）
pip install torch==1.13.1+rocm5.2 torchvision==0.14.1+rocm5.2 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/rocm5.2
# 对 CUDA 11.6
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
# 对 CUDA 11.7 （若已安装CUDA，选择这个版本）
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
# 对 CPU（若无法安装CUDA，选择这个版本）
pip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu测试
当安装好后，打开命令行，输入
# Windows 或 MacOS
python
# Ubuntu 20.04
python3启动 Python ，随后输入
import torch，若没有报错，则代表 PyTorch 已经安装成功。
若您所安装的是 CUDA 版本的 PyTorch ，请继续输入
torch.cuda.is_available()若命令行返回
True则代表 PyTorch 的 CUDA 扩展是可用的，可以使用 GPU 进行机器学习。
Matterhorn 依赖 C++ 与 CUDA 对神经元进行加速。若希望全速运行 Matterhorn ，获得最佳体验，请安装 GCC 与 G++ 。
若您在命令行输入
gcc -v
g++ -v后没有报错，可以跳过此步。
使用本仓库中提供的 mingw-get-setup.exe ，参考该教程安装 GCC 与 G++ 。
参考该教程安装 Command Line Tools ，其中含有 Apple 自带的 GCC 与 G++ 。
利用 APT 安装 GCC 与 G++ ：
sudo apt install gcc g++测试
打开命令行，输入
gcc -v
g++ -v若没有报错，则代表成功安装。
克隆仓库：
cd your/path
git clone https://github.com/xjtuiair-cag/Matterhorn.git随后安装：
cd Matterhorn
python setup.py develop如果发生报错，请检查是否在管理员模式下运行（Windows 打开终端的管理员模式后重新执行， Linux 在命令前加入 sudo）。
测试
打开命令行，输入
python打开 Python ，随后输入
import matterhorn_pytorch as mth如果没有报错，则表明 Matterhorn 已经安装成功。