1.安装anaconda
在官网安装最新版的anaconda，需要使用其他版本的python可创建虚拟环境。安装时选择all users以及添加环境变量。
2.安装cuda以及cudnn。
你可以选择在cuda官网下载安装包，按照提示安装。也可以在anaconda虚拟环境中安装cuda。
a.虚拟环境创建：打开cmd，输入：
conda create -n py36 python=3.6
py36是虚拟环境名称，python=3.6是虚拟环境中python版本，可自行选择。cuda和python也有版本对应关系，自行百度。
b.激活虚拟环境并安装cuda和cudnn:
activate py36conda install cudatoolkit=10.0conda install cudnn=7.6.0
cuda版本也可自行选择，cudnn和cuda版本对应请自行百度。如果下载很慢容易断开，建议搭个梯子或者使用清华镜像源：
conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/conda config --add channels https://mirrors.tuna./anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna./anaconda/cloud/msys2/
使用conda list命令可查看cuda是否安装成功。
如果是通过cuda官网安装包手动安装的cuda，在cudnn官网下载对应版本，然后将cuDNN压缩包内对应的文件复制到cuda的bin、include、lib\x64目录。
配置cuda环境变量。
3.安装tensorflow-gpu。
tensorflow与numpy有版本对应关系，numpy版本不对，就算tensorflow安装成功也import不了。找到合适版本的numpy后直接安装：
pip install numpy==1.16.0conda install tensorflow-gpu==1.12.0
打开jupyter notebook验证tensorflow-gpu：
import tensorflow as tfversion = tf.__version__gpu_ok = tf.test.is_gpu_available()print("tf version:",version,"\nuse GPU",gpu_ok)
4.安装pytorch。
直接在pytorch官网寻找所需版本的安装命令：
pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f /whl/torch_stable.html
验证：
import torchtorch.cuda.is_available()
5.虚拟环境pycharm的使用。
打开anaconda navigator，在environments中点击虚拟环境，然后回到Home界面点击安装pycharm。
打开pycharm新建项目，选择编译环境。
