1、选择anaconda prompt
2、创建虚拟环境
3、激活进入虚拟环境
4、安装pytorch
怎么得到上面的这串命令？
输入nvidia-smi，查看cuda的版本号为11.7
我这里选择安装cuda的版本号为11.3，满足向下兼容即可。
在安装深度学习环境时，要满足cuda，pytorch，torchvision，Python它们之间的兼容，具体可见下表，我这里选择的组合用红框标出来了。
去到pytorch官网，找到相应的命令
5、查看环境下的package
6、验证cuda是否可以使用
显示True就可以了
常见问题：
1、创建虚拟环境时出现failed，参考下面blog
conda创建环境过程中出现“Solving environment: failed”报错的解决办法
我是用了方法二解决了这个问题。
2、安装Pytorch时出现failed
很有可能是版本不兼容，多试试。这个问题比较难，可以参考这篇blog
Anaconda安装及配置（CPU/GPU）pytorch深度学习环境（超详细！！！）
补充：
1、查看环境列表
2、删除之前创建的虚拟环境
3、CUDA，GPU，Pytorch是什么及它们之间的关系
GPU 是一种专门设计用于处理图形和图像的硬件，拥有大量的处理核心，能够并行处理大量的数据。
CUDA 是 NVIDIA 提供的一个并行计算平台和编程模型，使开发者能够利用 NVIDIA GPU 的计算能力来加速应用程序。
PyTorch 是一个开源的深度学习框架，提供了强大的工具和库用于构建和训练神经网络。
CUDA 是使 GPU 能够进行高效并行计算的技术，PyTorch 是一个利用 CUDA 加速深度学习计算的框架。
