一、Anaconda安装
1.安装过程: 可以参考osusu大佬的osusu大佬的史上最详细的Anaconda安装教程 - 知乎 (zhihu.com)
2.创建新的虚拟环境：
安装好anaconda后，打开anaconda prompt
这里的base是anaconda的默认环境，我们需要创建一个新的虚拟环境。需要我们在这个界面里输入:
conda create -n your_name python=3.7-n 就是 -name的缩写
your_name 可以替换成你们自己取的环境的名字
python=3.7 你也可以指定不同的python版本（反正删环境方便，可以多尝试几个不同的python版本）
（PS：有同学会问，自己已经在电脑上安装了python，为什么这里还要装一遍。因为我们的项目要运行在这个虚拟环境之中，而我们这个虚拟环境中并没有你之前安装的python解释器。）
下一步：在该页面输入
conda activate your_name 将默认的环境切换为你刚刚创建的环境
如果窗口返回后的括号从（base）变成（your_name)就说明激活成功了，你可以用conda env list来列出你创建过的所有环境。
二、cuda安装
1.关于cuda的简介
可以看下这个链接CUDA是什么-CUDA简介_瑾瑜将将的专栏-****博客_cuda
2.检查显卡驱动版本信息
在桌面鼠标右键打开英伟达控制面板，打开 帮助>系统信息>组件，就可以看到这个页面
其中划黄线的那个信息就是你显卡驱动能支持的最高cuda版本。
注意：安装cuda的版本必须低于此版本
3.下载cuda
因为我的电脑最高适配11.1，几乎现在市面上的电脑都是这个版本（或者高于这个版本），所以我只拿11.1的cuda举例：
方法一（下载最快的方法）：使用这个URL黏贴到迅雷中：https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_456.43_win10.exe
方法二：使用百度网盘：
链接：https://pan.baidu.com/s/1tNLxqRoQjGDZNVN_-dl9pA
提取码：az4m
方法三：（共享的OneDrive文件，复制黏贴到浏览器上即可下载）
https://hdueducn-my.sharepoint.com/:u:/g/personal/amoreyo_hdu_edu_cn/ETLxSgLvq-hGkkehjrpmtd8B9qwq9U2m5RmZIeLYMYVN1g?e=6AZSTy
方法四：当然，可以*的同学最好去官网下载，其中包含全版本的cuda
网址：CUDA Toolkit Downloads | NVIDIA Developer
4.安装过程
建议无脑安装，尽量不要修改它默认的存储路径，点next就对了：
安装完成之后（因为是精简安装，会默认安装
注：如果安装过vs或者是vc，请卸载掉，否则安装包部分文件会发生冲突
5.为cuda添加环境变量
你需要在系统环境变量的Path项下添加几个路径 打开控制面板，打开系统和安全，打开系统，
相关设置里打开高级系统设置，打开环境变量：
在系统变量里面打开path
点击 编辑 -- > 新建、浏览
需要添加下面两个路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x646.验证cuda是否安装：
三、安装pytorch
1.下载pytorch
进入pytorch官网：https://pytorch.org/get-started/locally/
然后选择我光标选中的一行：
然后直接复制粘贴到anaconda prompt中就行
PS：conda安装完之后自带pip，pip也是一个包管理工具，直接复制黏贴命令行就成，安装比较慢，没安装完就不要乱动。注意尽量不要换源，换了也一样慢，还有可能报错。
还有要切记安装在你自己想要的虚拟环境下。
2.我遇到的问题：
1）在安装失败后，弹出一大串的报错，类似这样：
就需要你把国内源的链接的https换成http，如果还没有用的话，就直接把所有更改的源删掉用默认的源就好了。
2）如果遇到这样的错误：
就要更新你的pip ，代码如下：
python -m pip install --upgrade pip如果还是没用，继续这样报错的话，就有可能是你的pip文件存在问题。可以重新安装pip试一下
首先，删除之前的pip：
conda uninstall pip之后，重新安装新的pip：
conda install pip安装之后重新下载，就没有问题了
3.验证整体是否安装完成：
进入你自己的虚拟环境，输入python
#判断是否安装了cuda：
import torch
print(torch.cuda.is_available())
返回True，cuda就安装好了
#判断是否安装了cuDNN
from torch.backends import cudnn
print(cudnn.is_available())
返回True，cudNN就安装好了
就像图片这样，两个都是True的话，深度学习的环境就配置好了