一、anaconda下载及安装
下载地址：进入anaconda官网，Anaconda | The World's Most Popular Data Science Platform
下载完成后点击安装就可以，具体操作如下：
第一个选项建议也勾选上，会在系统自动配置anaconda的环境。
安装结束后，查看自己电脑环境变量是否配置成功，右击此电脑=》属性=》高级系统设置=》path
因为anaconda安装过程中只是just user 而不是所有用户，因此查看用户下path有没有这五个环境变量。
D:\anaconda
D:\anaconda\Library\mingw-w64\bin
D:\anaconda\Library\usr\bin
D:\anaconda\Library\bin
D:\anaconda\Scripts
二、安装配置pytorch环境
1.创建虚拟环境
conda env list
查看conda下有几个对应环境，我这已经有两个一个是base基础环境安装anaconda时候自带的，另一个pytorch是后续我自己安装的。
conda create -n pytorch_gpu python=3.6
创建一个新的pytorch_gpu环境，该环境中python选择是3.6版本的（后面发现3.6版本和cuda版本不对应，改为安装了python3.7版本）。
选择Y等待自动安装python环境。
等待安装结束后，在控制台中输入
conda activate pytorch_gpu
我们就可以进入该环境下，在该环境下输入python。如果出现下图：
说明我们的环境创建成功，接下来就是安装pytorch啦。
2.pytorch安装
我们此次的安装方法采用在线安装，安装的网址是pytorch官网
如果某些包安装失败，也可以采用离线安装，通过镜像下载安装包后，在进行安装，具体过程可以参考该文章 
在安装pytorch前应该先检查自己的电脑是否支持cuda，一般来说只要是英伟达的显卡一般都可以使用gpu加速的。可以在控制台中输入
nvidia—smi
我支持的版本是11.4版本以前所以选择对应的版本
我最终选择了1.12版本的pytorch和11.3版本的cuda，
如果安装官网的指令安装，速度很慢，需要很长时间，此时可以采用镜像进行下载，具体参考此文章（也可以在镜像网站上下载，然后离线进行安装）
安装成功可以对torch进行验证
3.安装cudnn
查找对应版本的cudnn有两种方式，第一种是在英伟达官网上查找
第二种是在控制台中直接输入查找指令
conda search cudnn conda search cudnn --info 可以查看准确的版本及其下载源
查找自己对应的版本
conda search cudnn=8.2.1 --info 可以查找8.2.1的对应下载源 conda install cudnn=8.2.1 -c +在查找中提供的下载地址
通过镜像下载速度比较快，下载成功后对其进行验证
如果运行后是这样，则说明配置成功。
4.opencv安装
本次opencv的环境配置采用离线安装
首先在镜像网站上下载对应版本的whl文件，镜像网站对应如下
https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv（国外镜像网）
https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/（清华镜像网）
cp37意思是python3.7版本，然后第一个是macos系统，第二、三个是linux系统，第四、五个是win系统分别对应32位，64位。我的是64位系统，不知道的我的电脑处右键选择属性。
我安装python是3.7，电脑是64位windows操作系统，根据自己的需求选择对应的opencv版本
我选择的如下：
将下载好的whl文件放置在anaconda目录下Lib文件夹下的site-packages文件夹中 
然后打开控制窗口，在pytorch_gpu环境下cd到site-packages文件夹下
（注意cd命令如果是 跨盘运行的话需要在后面加/d）
当cd到site-packages后，通过pip install 安装opencv
pip install +whl文件名字
对opencv安装进行验证
说明安装成功 。
三、在pychrm中配置pytorch环境
在file文件下选择setting选项
选择对应环境下的python文件。
环境如图所示，点击ok，则说明配置成功。
进行验证如下：
在pycharm 中python console输入如下指令，如图运行则说明运行成功。
