1.下載下傳安裝anaconda
anaconda官網下載下傳目前最新的python3.7版anaconda，清華鏡像下載下傳anaconda位址可以下載下傳舊版在内的各個版本，比如Anaconda3-5.2.0-Linux-x86_64.sh是适用于64位linux/ubuntu系統的python3.6版anaconda
下載下傳完成後，打開檔案所屬目錄，在該目錄下打開終端，滑鼠右鍵可選擇打開，輸入以下指令開始安裝anaconda：
bash Anaconda3-2020.02-Linux-x86_64.sh
###以自己下載下傳的為準，輸入An後按Tab鍵可補全
然後一路回車，中途輸入yes，再回車應該就完成安裝了
注意細節1：
關閉預設開啟（base）環境
安裝完成後，ctrl+alt+T打開終端會預設打開（base）虛拟環境，python3.7版anaconda會這樣，舊版不會（舊版還要自己在.bashrc檔案中加入conda路徑，這裡隻針對說明3.7版的，抱歉哈）
如果覺得預設開啟（base）環境有點不爽，可輸入以下指令改回正常情況：
conda config --set auto_activate_base false
注意細節2：
加速conda下載下傳
如果已經輸入上一條指令修改了預設開啟環境，那就應該同時建立了.condarc檔案在主目錄中
在主目錄中按ctrl+H顯示隐藏檔案，拉到最下方找到.condarc檔案，打開，在檔案最後輸入：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
show_channel_urls: true
ctrl+S儲存，關閉即可
也可以按照conda config --set 的形式在終端裡逐條加入，但這裡指令比較多，直接一股腦ctrl+C、ctrl+V痛快點
可看到檔案第一行會顯示關閉預設（base）環境的指令：
auto_activate_base: false
https還是http，可能會有疑問，雖然主流是https，但覺得慢的話，可改為http（這句話來自以前看到的博文，忘記出處了）
不加速的話，慢的很，試試就知道了
2.建立虛拟環境
輸入指令：
conda create -n py3 python=3.7
###py3可以改為你想要的環境名，3.7也可改為3.6,3.5等等
我這裡建立的是名為py3的python3.7版本的虛拟環境
解釋一下：anaconda3.7與anaconda3.X的差別在于（base）環境中的python版本不同，并不影響建立新的虛拟環境時，想要哪個python版本
删除虛拟環境：
conda remove -n your_env_name(虛拟環境名稱) --all
小技巧之快速開啟虛拟環境
終端輸入：
gedit ~/.bashrc
在末尾加入：
alias 'py3=conda activate py3'
ctrl+S儲存，關閉，重開一個終端，輸入py3回車，即可進入py3虛拟環境！！
3.安裝pytorch
3.1 首先需要保證顯示卡驅動已安裝完成，看參考我的上一篇博文，如果是僅針對自帶獨顯的驅動安裝，很簡單，打開軟體和更新，點選附加驅動，選一個nvidia-driver點選即可進行安裝
顯示卡驅動安裝好之後，終端輸入nvidia-smi有一筐資訊出現，則代表安裝成功
3.2 打開py3虛拟環境，輸入：
conda install pytorch torchvision cudatoolkit=10.2
我這裡顯示卡驅動對應的cuda版本是10.2，具體的cuda與pytorch版本對應關系可參考pytorch官網
解釋一下：官網給出的指令是
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
我這裡沒加 -c pytorch是因為conda加速下載下傳設定的緣故，加 -c pytorch反而是指定官網的下載下傳路徑，很慢的！
驗證pytorch安裝：
打開一個新終端，如下依次輸入指令，輸出1.5.1或類似的版本号即是成功
py3
python
import torch
print(torch.__version__)
進一步驗證cuda：
在剛才的基礎上輸入
print(torch.cuda.is_available())
輸出True，則表明cuda可用
pytorch相比tensorflow的一個優勢在于，無需單獨去安裝cuda和cudnn，它的安裝包中有配置cuda、cudnn的包，可謂是一步到位！！