conda安装pytorch和tensorflow最让人难受的就是cuda，cudnn版本不一致，没有镜像源等问题。
首先是cuda的选择。
cuda是NVIDIA用GPU做训练时用的，所以首先你要有NVIDIA的显卡，然后装好驱动。然后打开驱动的控制面板，选择帮助->系统信息->组件，然后在产品名称那儿可以看到一个NVIDIA CUDA x.x.x，这个是你的NVIDIA驱动最高支持的cuda的版本号。（安装cuda时对应的名字是cudatoolkit）
然后cudnn一般网站会给你推荐一个版本，或者不指定，缺省不写，然后看安装的默认版本的是否能用
详细信息请看：https://blog.csdn.net/iamqianrenzhan/article/details/89343601
然后是从官网找命令了
官网上一般介绍了cuda cudaa和你的tensorflow或者pytorch的搭配，直接复制命令安装即可。但是注意命令后面的-c是指定安装镜像源，官网指定的源是外国的，比较慢，用国内的。
但是国内好多镜像源都不能用，现在有几个稍微好用点的，但是不全
show_channel_urls: true channels: - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults
配置上述渠道方法：（注意镜像从下往上复制，因为是依次往上添加，上面的优先级高 ）（这是对自己输入命令说的，下方的代码直接复制即可）
conda config --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free conda config --show channels
还有一个pytorch的镜像源 ：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ ，自己加上去
但是经常出现找不到你的安装版本的情况，可以用以下命令看你的源是否有你需要的版本：
conda search cudatoolkit //将显示所有关于镜像源的cudatoolkit的下载信息
conda search tensorflow
找到你有的版本，然后从官网找到你有的版本对应的命令复制然后执行。
然后你会发现会有一些插件的版本不匹配，可以用install命令更新
conda install python=3.6 //假如原来是3.5，现在需要3.6，会给你更新为3.6版本的。
安装命令：
指定版本安装： conda install cudatoolkit=9.0
指定版本和安装镜像源：conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
指定渠道安装的另一种方法：conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=9.0 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install tensorflow-gpu=1.12 cudatoolkit=9.0 cudnn=7.2
tensorflow的版本对应适配：https://tensorflow.google.cn/install/source_windows#gpu
Tensorflow的安装及验证：https://blog.csdn.net/Never__Say__No/article/details/105000916
pytorch安装命令举例：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
pytorch的安装及验证：https://blog.csdn.net/gg864461719/article/details/112259806
一般习惯创建一个新的环境镜像安装
conda create -n pytorch python=3.6 #conda 是指调用 conda 包，create 是创建的意思，-n 是指后面的名字是屋子的名字， pytorch是屋子的名字（可以更改成自己喜欢的），python=3.6 是指创建的屋子，是 python3.6 版本。 conda info --envs #看到 conda 环境中，有新建的 pytorch 环境，右边的 * 号表示，当前你处于哪个环境。 conda activate pytorch #进入 pytorch 环境
