简介
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
PyTorch是一个开源的Python机器学习库，基于Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。
安装PyTorch
一、下载Anaconda
官网下载地址：Anaconda | The World's Most Popular Data Science Platform
由于不翻墙下载很慢，这里把我下载好的放在百度云上，Python3.8版本的
百度云地址：百度网盘 请输入提取码 提取码：c8bo
下载完后安装一直默认下一步即可。
二、创建Anaconda虚拟环境
首先在开始菜单里打开Anaconda的命令行，打开后可以看到路径的前面有个(base)，这个base表示你当前使用的是初始默认的虚拟环境。在这个初始的虚拟环境里安装了很多的包，但有很多不是我们需要的，所以我们要创建一个新的虚拟环境，在新的虚拟环境里只安装我们需要的包就可以了。
使用下面的命令创建新的虚拟环境，这里-n后面的是创建的虚拟环境的名字，python=3.8是指定该虚拟环境的python版本为3.8。
conda create -n test1 python=3.8输入上面命令后回车，确认继续按y回车，然后系统开始自动下载安装所需要的库。
安装好后，我们可以在anaconda的可视化导航器中看到已经创建的虚拟环境。
三、设置国内的镜像源
上面安装完后，新的虚拟环境就创建好了，使用下面的命令进入新的虚拟环境，进入后可以看到路径前面变成了(test1)。
conda activate test1可以在新的虚拟环境中，使用命令conda list可以查看该虚拟环境中已经安装的库。
接下来就可以安装PyTorch了，因为默认的下载地址是国外的网址，所以会下载的特别慢，我们可以先设置成国内清华大学的镜像源，使用如下命令。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/freeconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mainconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch四、安装PyTorch
设置好镜像源后，我们就可以安装PyTorch了，输入下面的命令，会安装pytorch、torchvision、 torchaudio、cudatoolkit（这是英伟达用于显卡数学运算的统一架构，有了它才能在算法中调度GPU的运行）以及其他cuda需要包含的库。
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch输入完后回车，确认继续按y，接下来我们只要等待下载完成就可以了。