第一步，安装anaconda（官方下载网站）：
①
选择自己对应的版本即可，安装过程较为简单，但需注意以下的界面：
②
安装结束后，即可获得
点击anaconda prompt，运行程序。可得到如下界面：
其中，base为即为你当前的环境，可以在此环境中下载你所需要的包。但不建议将所有东西下载到一个环境，因此你需要了解anaconda的基础操作：
1.建立环境：输入：conda create -n 环境名（英文） python=所需python的版本
2.激活环境：输入：conda activate 环境名
如此你便进入了你所新创建的环境中。除此之外你还可以删除环境，即conda remove -n 环境名 --all
综上，安装anaconda到此技术，但可不必关闭窗口因为接下来的操作仍需用到你刚建立的环境。
第二步，安装cuda（官方网址）：①
通过如上的查看可以找到自己显卡所支持cuda的最高版本（更新显卡驱动可支持更高版本哦）。进入官网后可进行相关的下载.
安装过程就是一通点，不用做过多的操作，不建议改变安装位置，避免后期不必要的改路径麻烦。
②更改环境变量，如下图：
ps:
需要添加下面两个路径(未修改安装路径):
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
③检查：
输入nvcc -V（注意：nvcc后面有一个空格，楼主被这个坑过）
综上，cuda也安装好了，成功就在前方。
第三步，安装pytorch(官方网站):由于墙的存在，有梯子的兄弟建议挂个梯子，没梯子的兄弟可以换源，楼主清华镜像源经常出错，所以使用的是中科大镜像源。镜像源都可以在网上找。楼主只提供清华镜像源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
输入至你的环境即可。
安装开始：
进入划线部分，寻找自己所安装的cuda所对应的pytorch版本（一定要对应！！！）
复制cuda.....下方的整条内容至你刚刚所创建的环境里，即可开始下载。下载时间可能较为长久，需要耐心等待。
最后一步：检查！1.检查环境是否安装cuda：输入
import torch
print(torch.cuda.is_available())
#返回True，cuda就安装好了
2.检查环境是否暗转cuDNN（Pytorch自带的）：输入
from torch.backends import cudnn
print(cudnn.is_available())
#返回True，cuDNN就安装好了
综上：深度学习的虚拟环境就已经搭建好了，可以开始进一步学习了。
ps：部分图片来自大佬的博客：(1条消息) 深度学习系列笔记——壹（深度学习环境的搭建及填坑之旅，基于windows）_零壹博弈的博客-CSDN博客
