学习这一门课需要用到的软件，我安装的主要有anaconda,简称conda，以及安装了anaconda之后，在anaconda基础上安装其他，比如python，cuda，pytorch，下面我会分别说这些怎么在笔记本上面的安装。
前提，如果安装了conda就不要再baba的找官网上下载其它的软件了 ，因为———没有必要！而且容易出错。当然，如果没有安装conda的例外。
CONDA安装
第一点，准备工作，最好下载vs（Visio studio），根据你的笔记本来，可以直接在电脑管家里面的软件 安装里面下载，或者找vs的官网，详见B站UP主，非常详细！VS安装
误区：我的CUDA版本不适合安装某某版本的VS，走了众多坑，被忽悠的我卸了VS2017装不了VS2015又重下VS2017的痛苦历程，淦，笔记本性能不怎么样子的安装 这个软件非常需要 谨慎，因为，这个软件可能会费你一个上午宝贵时间，当然，你想装以前版本，有怀旧情结的可以忽略，现在在百度里面找以前的版本非常容易踩雷，之前装软件的时候还不小心安装了一个带病毒的软件，一度使我自闭。
如果你看我下面的内容觉得我显卡型号，和CUDA型号蛮可的，那是因为，后来我把显卡更新了，方法之后 我会详细介绍 。
第二点，进入官网，或者清华镜像，官网的话，你可以找到比较 新的版本，但是风险率也比较高，因为官网下载比较慢 ，一不小心就可能前功尽弃，清华镜像是 国内网站，下载比较稳定，总之，全在于你个人喜好
安装步骤：
根据你电脑是什么，多少位的选择你的下载，这里我选择window64版本的来。直接点击的话，你下载的就是最新的版本，如果你不想要最新版本，也可以选择历史版本。
由于本人下载安装包比较慢，而且里面也没太多需要 注意的地方，就稍微提一下吧。
I Agree---JUST ME / ALL USERS 均可---BROWSE选择路径（ps:最好不要装系统盘，我选了D盘 ，并且 在里面新建了文件夹路径，我的路径是D:\Python\install\Anaconda，记住你的安装路径 ！！！)---下面默认点击INSTALL---FINISH
为什么要记住安装路径呢，因为，你现在需要根据它的路径配置它的环境 ，打开控制面板->高级系统设置->环境变量->系统变量找到Path，点击编辑，加入三个文件夹的存储路径
安装之后，在命令行窗口查看你的conda安装情况，具体Windows+R，输入cmd运行，输入conda如图
查看对应的python对应情况，输入python，这里我的是3.8
python安装
在安装应用里面 找到ANACONDA PROMPT
输入conda create -n pytorch python=3.8
如果没有warning就正常进行，之后会出现是否安装的提示，键入y即可
装好之后是上面的提示。
pytorch安装
第一步，依然在ANACONDA PROMPT虚拟环境里面
命令：conda activate pytorch
不要关闭这个窗口
第二步，在浏览器里面找pytorch官网
在首页，pytorch build里面，现在是 1.8版本，我的系统是windows，所以选Windows，Language选择Python=3.8，根据你的python版本来，CUDA根据情况，很多人在这个界面是可以点击 NONE这个选项的，但是我打开的界面并没有，但是我可以下载CUDA，如何看自己的GPU型号是否支持下载CUDA呢？看以下内容
CUDA
对于 cuda，如果你要单独安装的话，你的笔记本需要有独立显卡，如何看自己的显卡情况呢？
对于我的笔记本——联想YOGA710，直接在桌面右击找到NVIDIA控制面板，在这里就能看到 你的显卡是什么样的类型了，如图，左键点击进入，进入系统信息
进入之后，你要看两个比较重要的信息，如下所示——驱动器版本和CUDA支持情况。
如果不是我的笔记本型号，可以 试一下以下方法找你的显卡型号。（这里我就开始引用一下百度 了）
如果想看详细信息 的话，点击链接https://jingyan.baidu.com/article/1e5468f951445f484961b72d.html
方法一：通过第三方软件查看
鲁大师是我们 经常用到的软件，可以帮助我们查看到硬件的详细信息，下面就向大家简单介绍一下。
打开鲁大师，选择【硬件检测】，在下面的电脑概览【显卡】栏我们就会会看到显卡的型号
方法二：【设备管理器】查看
1.桌面右击【此电脑】，再右键菜单选择【管理】
2.在弹出的【计算机管理】界面，依次展开【系统工具】，选择【设备管理器】，然后在右侧找到【显示适配器】，展开后看到的就是此电脑配置的显卡
方法三：通过【运行】查看
1.右击任务栏开始图标，选择【运行】或者直接快捷键“win+R”打开运行窗口，输入“dxdiag”，回车（enter）
方法四：通过【显示设置】查看
1.右击桌面空白处，在右键弹出菜单选择【显示设置】
2.在弹出的【设置】界面的右边的【显示】栏下拉找到并点击【显示适配器属性】，在弹出窗口的【适配器】选项卡你就会看到显卡的详细信息，其中‘适配器类型’就是显卡芯片类型，‘专用视频内存’就是显存
有了独立显卡的情况下，请在官网上面找显卡是否适合安装CUDA，一般都是支持的，对于比较新的pytorch版本，你的英伟达显卡必须达到一定的速率，我之前的显卡速率显然不够，所以，在英伟达官网对你的显卡升级一下。
根据你现在的显卡速率找到对应的CUDA版本。
第三步，回到pytorch界面，根据你的CUDA版本选择对应型号，最好找稍微低配一点的版本，不要最新的，因为最新版本的可能不太稳定，比如我的CUDA支持11.3的，但是我选择10.0版本。
从下面的Run this command后面一段文字中找到conda install开始知道代码结尾复制，粘贴到 ANACONDA PROMPT中开始下载，下载的过程中可能会出现各种各样的问题 ，比如网不好，你的安装包就会停在不到100%的进度上，或者出现warning等，
PS：清除命令
usage: conda-script.py clean [-h] [-a] [-i] [-p] [-t] [-f] [-c TEMPFILES [TEMPFILES ...]] [-d] [--json] [-q] [-v] [-y]
Remove unused packages and caches.
Options:
optional arguments:
-h, --help Show this help message and exit.
Removal Targets:
-a, --all Remove index cache, lock files, unused cache packages, and tarballs.
-i, --index-cache Remove index cache.
-p, --packages Remove unused packages from writable package caches. WARNING: This does not check for packages
installed using symlinks back to the package cache.
-t, --tarballs Remove cached package tarballs.
-f, --force-pkgs-dirs
Remove *all* writable package caches. This option is not included with the --all flag.
WARNING: This will break environments with packages installed using symlinks back to the
package cache.
-c TEMPFILES [TEMPFILES ...], --tempfiles TEMPFILES [TEMPFILES ...]
Remove temporary files that could not be deleted earlier due to being in-use. Argument is
path(s) to prefix(es) where files should be found and removed.
Output, Prompt, and Flow Control Options:
-d, --dry-run Only display what would have been done.
--json Report all output as json. Suitable for using conda programmatically.
-q, --quiet Do not display progress bar.
-v, --verbose Can be used multiple times. Once for INFO, twice for DEBUG, three times for TRACE.
-y, --yes Do not ask for confirmation.
Examples:
conda clean --tarballs
如果安装失误，可以用到以上这些代码 ，如果想清楚之前下载的包，比较好用的推荐 conda clean -a
如果是因为网络不好，不用管，接着粘贴上面复制的链接代码运行，它会自动把没安装好的包下载下来，不会重复安装，之前就没有人告诉我。
以上很多内容是我查阅相关 资料整理所得，技术有限，请多包涵，
