**前置知识：
1、各个软件之间的关系：
pytorch/tensorflow库，调用cuda runtime version，接着cuda调用驱动（cuda driver version），最后驱动又调用GPU显卡。
Anaconda：
集成了python，有conda指令，可以创建各种各样的虚拟环境
（conda：和pip一样，相当于“应用商店”，可以下载安装工具包）
Pycharm：
python的ide，可以帮助更高效地写代码
（如何在没有ide的情况下写python文件？
1、记事本写代码，另存为.py文件
2、打开anaconda终端，输入cd+地址将python解释器移至.py的位置下
或者先在.py所在的位置下输入cmd，再activate base激活环境
3、终端输入python+文件名.py运行文件）
驱动：
让计算机识别特定的硬件
显卡：
GPU（Graphics Processing Unit）与在屏幕上显示图像有关
显卡分为独立显卡和核显（镶嵌在cpu里，性能差），
要NVIDIA的独立显卡才能做深度学习的数据处理，
但是显卡只是起加速作用，没有它也可以进行实验。
cuda：编程语言/平台，让我们可以操作显卡
（与CPU的不同：
CPU：内含控制电路、缓存和逻辑计算单元ALU，但是ALU相对较少，主要是处理指令；
而GPU中ALU相对较多，可以更快速地处理数据）
（如何判断计算机有无显卡？
1、去任务管理器查看：GPU0表示是核显
2、此电脑的设置里，搜索设备管理器，去显示适配器里查看）
2、conda的一些常用指令
| conda list：列举工具包 | conda env list：列举虚拟环境 |
| conda create -n 环境名 python=版本： 创建环境 | conda remove -n 环境名 --all： 移除环境 |
| conda activate 环境名：激活环境 | conda deactivate：退出环境 |
（anaconda的图形化界面也可以创建虚拟环境）
关于镜像通道（channels）：
默认的服务器在国外（-defaults），网速较慢时可以使用国内的镜像网站试试
| -c 镜像地址 | 可以加在conda create或conda install的指令末尾 |
| conda config --add channels 镜像地址： 添加通道（但不太推荐改动默认通道的配置） | conda config --remove channels 镜像地址：移除通道 |
| conda config --get（conda config --show）: 查看有哪些通道 |
**步骤：
一、Anaconda的安装
提示：可能要先卸载掉原本安装的一些python版本
anaconda官网->products->anaconda distribution
（miniconda减去了默认要下的工具包，更轻量级；
python3.12说明最高到pyhon3.12版本；
anaconda3说明python版本支持到3以上）
二、pytorch的安装
pytorch官网->选择配置选项（stable/conda/python/CPU等），得到对应的安装指令
在anaconda终端里运行指令即可
(比如：conda install pytorch torchvision torchaudio cpuonly -c pytorch)
检查pytorch是否安装成功：
法一：conda list看是否有pytorch
法二：运行python
import torch
print(torch.cuda.is_available())：让pytorch检查电脑能不能用GPU
如果打印false则说明安装成功
三、pycharm的安装
pycharm官网正常下载即可，在new project时选择
自定义环境、
选择现有、
类型为conda、
重新加载环境（选想要的虚拟环境下的python.exe）