首先，在Welcome to Python.org python的官网下载python3.8
Anaconda:
其次，下载了发在群文件里的Anaconda3的安装包，在安装Anaconda3时，勾选了添加环境变量，这样可以在cmd中使用，并勾选Register Anacondas as my default Python.然后等待安装完成。
安装完成后，搜索并打开Anaconda prompt
刚开始打开的是默认的环境base，然后输入conda -n 环境名字，就随意取一个名字，创建了自己的环境。其次输入conda env list 可以显示已有的环境的名称列表。再输入conda activate 创建的环境的名称，就打开了刚创建的环境。
CUDA
在下载cuda前，查看了NVIDIA control panel的系统信息得知驱动程序版本为471.68，对照版本通过群里的链接下载了cuda11.1的版本，无脑安装到默认的路径。再在Anaconda prompt中输入nvcc -V验证cuda已安装成功
然后再在系统环境变量的Path项下，需要添加下面两个路径。
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
PYTORCH
最后将pytorch官网中的
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
复制到自己新建的环境下，就下载了pytorch，但是刚开始我试了好多次都是安装失败，最后这次终于成功了
最后在python中输入
import torch
print(torch.cuda.is_available())和
from torch.backends import cudnn
print(cudnn.is_available())。
显示就为true就成功了。
在安装完成后打开test.py代码
可以得知CUDA加速很快。
