先知道我们要做什么

1. 安装Anaconda
2. 配置 Anaconda 的环境变量
3.  设置 Jupyter Notebook
4. Anaconda 虚拟环境
5.  安装 GPU 版本的 PyTorch 库

首先我们要先知道安装Anaconda时，python解释器就能够安装好，所以不需要单独去安装python解释器。 python解释器：Python 解释器的名称由 Python 与版本号组成，如 Python3.9.0。解释器是向
计算机解释 Python 语言的工具，只有下载解释器，计算机才能使用 Python 编程。因此，下载完 Python 3 后就可以在命令提示符（cmd）中进行 Python 编程。

目录

一.先进行安装Anaconda

1.1镜像源安装（速度快）

1.2安装Anaconda

二.配置环境变量

三、设置 Jupyter Notebook

3.1 添加快捷方式

方法

3.2用户名为中文

3.3修改Jupyter的工作路径

 方法

 4.虚拟环境（很重要）

4.1先熟悉基础命令

4.2虚拟环境链接Jupter内核

五.安装GPU版本的PyTorch库

5.1安装PyTorch

5.2检验

一.先进行安装Anaconda

之前安装过Anaconda，无需卸载，可跳过此步骤。也不用管计算机内还安装有哪些版本的python解释器，只需要保证Anaconda还能创建虚拟环境。

1.1镜像源安装（速度快）

考虑到后面会用虚拟环境，创建虚拟环境时可以设置新环境中的 Python 解释器版本，所以这里下载哪一版 Anaconda 并不重要。

1.2安装Anaconda

1. Just me 和 All Users，选择 Just me；
2. 安装路径选择最大的盘（一般是 D 盘），放在新建的【D:\Anaconda】里；
3. 最后一个分岔口，不勾选第一个方框。（因为环境变量自己配置就行,第一个方框不用勾选Add Anaconda3 to the system PATH environment variable）

waiting…

二.配置环境变量

• 在系统中找到环境变量，点击“编辑系统环境变量”。
• 在弹出的“系统属性”窗口中点击“环境变量”，再在弹出的“环境变量” 窗口中选中 path 路径，并点击编辑。
• 通过右侧的“新建”按钮，可新建环境变量的路径，将【D:\Anaconda】【D:\Anaconda\Scripts】与【D:\Anaconda\Library\bin】添加到环境变量。

三、设置 Jupyter Notebook

3.1 添加快捷方式

方法

1. 在初始菜单找到Jupyter Notebook
2. 右键打开文件位置
3. 将复制到桌面

3.2用户名为中文

此种情况无法兼容，需要修改

pip uninstall pyzmq
pip install pyzmq==19.0.2

3.3修改Jupyter的工作路径

Jupyter 初始的工作路径为【C:\Users\用户名】，需要进行修正，将其转移到新建的【D:\Jupyter】位置。

 方法

1. 新建 D:\Jupyter；
2. 打开桌面快捷方式中的 Prompt；
3. 输入 jupyter notebook –generate-config 命令并执行；
4. 打开上一步生成的配置文件地址，即C:\Users\用户名\.jupyter
5. 在 jupyter_notebook_config.py（以记事本方式打开）中使用 Ctrl + F 查找 并且修改如下配置项：
   1. 修改前：# c.NotebookApp.notebook_dir = ”
   2. 修改后： c.NotebookApp.notebook_dir = ‘D:\Jupyter’
   3. 也即删除前面的#号注释，在后面的单引号里输入要设置的目录路径，注意， ‘D:\Jupyter’ 中不能有空格，否则 Jupyter 打开就闪退。保存后关闭。
6. 找到桌面的 jupyter notebook 快捷图标，鼠标反键>>属性>>快捷方式>> 目标，删除最后的”%USERPROFILE%/”。

 3.4修改字体

打开地址：D:\Anaconda\Lib\site-packages\notebook\static\components\codemirror\lib

根据你的具体地址寻找 

font-family: ‘Fira Code Light’,’Consolas’;

 4.虚拟环境（很重要）

我们是在虚拟环境中安装你所需要的库，虚拟环境可以有很多个，可以在不同的虚拟环境中安装不同的库。

4.1先熟悉基础命令

# 清屏
cls
# 在base环境中下的操作
    # 列出所有的虚拟环境
    conda env list
    # 创建名为“环境名”的虚拟环境，并指定 Python 解释器的版本
    conda create -n 环境名 python=3.9
    # 删除名为“环境名”的虚拟环境
    conda remove -n 环境名 --all
    # 进入名为“环境名”的虚拟环境
    conda activate 环境名
# 虚拟环境内的操作
    # 列出当前环境下的所有库
    conda list
    # 安装 NumPy 库，并指定版本 1.12.5
    pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
    # 安装 Pandas 库，并指定版本 1.2.4
    pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
    # 安装 Matplotlib 库，并指定版本 3.5.1
    pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
    # 查看当前环境下某个库的版本（以 numpy 为例）
    pip show numpy
    # 退出虚拟环境
    conda deactivate

创建虚拟环境DL:conda create -n DL python=3.9

4.2虚拟环境链接Jupter内核

# 列出 Jupyter 的内核列表
jupyter kernelspec list
# 安装 ipykernel
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipykernel
# 将虚拟环境导入 Jupyter 的 kernel 中
python -m ipykernel install --user --name=环境名
# 删除虚拟环境的 kernel 内核
jupyter kernelspec remove 环境名

五.安装GPU版本的PyTorch库

PyTorch 虽然是一个库，但安装时的核心组件叫 torch，还额外有两个小组件： torchvision 和 torchaudio。 由于 PyTorch 库的下载组件内部含有 cudatoolkit，它是 CUDA 的子集，里面的东西足够 PyTorch 使用，因此本教程不用单独安装 CUDA 和 CUDNN，也不用考虑 PyTorch 内置 cuda 与计算机显卡 CUDA 版本之间的关系。

5.1安装PyTorch

 复制网页里的那段代码，也即

pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 –extra-index-url https://download.pytorch.org/whl/cu113

看到最后几行代码里有 Successfully installed 就算成功。  

如果网速不好，可以先将轮子文件（torch，torchvision，torchaudio）下载到本地，利用pip install进行安装。

5.2检验

在python解释器里检验

进入DL虚拟环境，输入python，输入 import torch 导入 torch 库。若安装成功，不会返回任何语句，同时在下一行出现“>>>”。

最后一步，输入 torch.cuda.is_available()，会出现True。

CPU用户会显示 false

在Jupyter 里进行检验

切换到DL内核，输入 import torch 输入 torch.cuda.is_available()