由于自己最近做深度学习的实验，需要进行相关环境的配置，首先想到的就是在csdn上找一个教程直接学着安装，但是发现教程参差不齐，自己也踩了许多坑。随着自己的经验加深逐渐了解了相关的原因，以及一些避免踩坑的经验分享给大家学习。下边开始正题。?
1、安装Anaconda
Anaconda作为一个集成的开发平台可以为我们提供主流的开发软件，为我们的科研之路插上梦的翅膀！！！废话不多说，直接上干货^o^
1）准备一个anaconda的安装包（你有两种方式可以获得）
第一从官网下载最新的版本https://www.anaconda.com/
第二从我的网盘下载（我的网盘不是最新版本，但是据我观察，版本之间的区别不是很大）
链接：https://pan.baidu.com/s/19sKjeQm7jrCI_2KK3dYYqw
提取码：swm3
2）下边是图文安装步骤
下载完anaconda安装包以后，运行安装包，接下来按照图文走下去。
接下来选择软件的安装位置，建议在其他盘符新建一个文件夹存放，不要放在c盘。
?
?这里千万注意勾选系统路径环境变量，后边涉及到命令窗口的调用问题。
?
?至此，anaconda安装完成。
?2、安装cuda和cudnn（配有GPU的电脑才可以装）
cuda和cudnn都是利用GPU加速计算的，没有GPU的话，还是洗洗睡吧，因为用cpu跑深度学习模型慢的要死，搞不好还会把电脑干废了，为我们本不富裕的家庭雪上加霜。
1）开始之前先查看一下，你的电脑支持的最高版本
打开命令行窗口win+R，输入cmd，然后输入nivdia-smi
?我的电脑最高支持11.1的cuda，然后由于tensorflow各版本与配套插件之间的匹配问题相当繁琐，所以我直接选定TF2.3版本对应的cuda(10.1)和cudnn，相应的安装文件，在上边的网盘中。下载下来用就行了。
如果想自己尝试安装不同的版本，可以自行下载cuda和cudnn，下载网址如下：
cuda：CUDA Toolkit Archive | NVIDIA Developer
cudnn：cuDNN Archive | NVIDIA Developer
2）安装cuda（直接运行下载好的cuda安装包）
?安装目录默认就行，不然后边配置可能会出问题，直接点OK
等待安装完成。
?
选择自定义
?
?
至此，cuda安装完成。
3）接下来要配置cudnn文件，解压cudnn压缩包?
将红框中的文件分别复制到cuda的安装目录
?cuda安装过程中如果你没有改变安装目录，那么打开目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
?进入v10.1，分别将cudnn中的文件复制到对应的文件夹。
3）最后检查系统环境变量?
我的电脑->属性->高级系统设置（最右侧）->环境变量
如果前边你按步骤勾选了添加系统变量，这里应该没有问题，如果没有，添加一下即可。
检查一下是否安装成功。win+R然后cmd输入nvcc -V
?3、创建虚拟环境并且配置深度学习环境（tensorflow版）
打开命令行窗口
输入conda create -n TF2.3 python=3.7
输入y，等待下载完成
然后输入conda activate TF2.3
继续输入pip install tensorflow-gpu==2.3 -i?https://pypi.tuna.tsinghua.edu.cn/simple
等待下载完成
?完成后输入conda list查看安装情况
出现红框所示安装文件以后，我们进一步测试安装成功与否。
进入python（直接在命令行输入python）
?出现三个箭头以后，表明已经进入python
然后依次输入：
import tensorflow as tf
print(tf.test.is_gpu_available())
最终显示：
?出现True表示安装成功。恭喜你，你的科研梦想从此有了验证的平台，好好利用这个平台去一一验证的奇思妙想吧。
3、配置深度学习环境（pytorch版）
tensorflow框架和pytorch框架都是十分优秀的深度学习框架，选择一个自己喜欢的安装即可。
这里跟tensorflow的安装大同小异，值得注意的是，我们安装的pytorch版本对应的10.2版本的cuda，所以对应好版本，相关的安装文件，在开头的网盘链接里都有。接下来请看我的表演。
首先打开pytorch的官网：PyTorch
?
?往下翻，找到红框的链接点进去。
?我们选择的是v1.10的版本，然后看对应的是cuda10.2的版本，所以每一步都需要对应版本的，错一个都不行。
然后在命令行输入conda create -n pytorch python=3.7
然后 activate pytorch
然后 conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
接下来等待安装完成即可。