1.Anaconda安装
进入清华镜像网下载：清华大学开源软件镜像站 | Tsinghua Open Source Mirror
1.通过搜索框找到Anaconda
2.点击archive
3.找到与操作系统匹配以及所需的anaconda版本进行下载
4.另存到D盘
5.双击进行安装
6.配置环境变量
7.在终端（先win + R，后输入cmd+回车）输入：conda -V ，测试是否成功
2.Anaconda创建虚拟环境
1.在Windows搜索栏中输入‘Anaconda Powershell Prompt’并打开
2.输入“conda create -n test python=3.8”，其中test为创建的虚拟环境名称，后面是python的版本（非必须）
3.输入“y”（表示yes）
4.输入“conda activate test”，激活刚刚创建的虚拟环境
5.在虚拟环境test中输入“conda list”可以查看这个环境中所含的包
6.输入“conda deactivate”可以退出当前的虚拟环境
7.输入“conda env list”可以查看电脑所含的虚拟环境
8.如果需要移除掉不需要的虚拟环境，输入“conda remove -n test --all”，其中test是需要移除的环境名称
9.移除后再查看电脑中所含的虚拟环境，可以发现test这个环境已经被移除了
3.cuda toolkit安装
cuda安装网址：CUDA Toolkit 12.3 Downloads | NVIDIA Developer
1.首先使用Windows搜索栏找到英伟达控制面板（NVIDIA Control Panel）并打开
2.依次点击“系统信息”---“组件”查看cuda版本
3.进入下载网页
4.找到存有所有版本的cuda档案馆
5.选择对应的cuda版本（本人为cuda 12.3）
6.选择对应的操作系统（本人为win11），然后下载
7.双击exe文件进行安装
8.在Anaconda Powershell Prompt中输入“nvcc -V”查看是否安装成功
3.cudnn安装
cudnn安装网址：cuDNN Archive | NVIDIA Developer
1.进入下载网页
2.找到与cuda版本、操作系统对应的进行下载
3.下载后进行解压，可以得到下面几个文件夹
4.将它们都复制到cuda的安装路径下进行替换
4.torch和torchvision安装
torch和torchvision安装网址：download.pytorch.org/whl/torch_stable.html
1.找到与cuda、操作系统和python版本对应的torch进行安装（cu121表示cuda 12.1版本，cp311代表python 3.11版本）
（本人下载的事cuda12.3，但是目前最新的就只有这个cu121，但是实测可用）
可以通过anaconda查看自己的python版本
另外我将下载的torch和torchvision都放在了python目录下的Scripts文件夹里，地址为 D:\Python 3.11.0\Scripts
2.同理，找到对应的torchvision版本进行安装
3.在D:\Python 3.11.0\Scripts文件夹下，右击选择使用终端打开，然后pip一下安装.whl文件中的Python包（pip install package_name.whl，其中package_name.whl即为whl文件的名字）
4.安装后，.whl文件中的Python包将被解压并安装到Lib/site-packages目录中，就可以在所在环境中使用该软件包了
因为本人在已安装相关文件和包后才写下这个博客，实在不想再重新下载安装了，所以博客中有些图来源于bilibili，本人也是在bilibili上学习的安装方法，在此感谢那些up主们，附上链接：
深度学习库pytorch安装教学_哔哩哔哩_bilibili
Python深度学习：安装Anaconda、PyTorch（GPU版）库与PyCharm_哔哩哔哩_bilibili
从零开始，一步步教你配置完美的深度学习环境|Anaconda+Pycharm+CUDA+CUdnn+PyTorch_哔哩哔哩_bilibili