下载完之后，直接一直next安装，然后得到的结果如图所示：
然后，我们按照视频中的，创建pytorch环境：
conda create -n pytorch python=3.6成功创建pytorch环境后，可以输入
activate pytorch来进入环境，会发现命令行前面的base变成了pytorch
然后输入pip list，可以看到现在的package的列表：
可以看到，现在还没有pytorch，接下来我们将进入pytorch的安装。
显卡驱动的安装
在安装pytorch之前，我们需要安装显卡的驱动
（这个驱动我刚装完电脑就已经装好了，所以下面只是用截图简单示意一下，并不是实时的演示。）
（说好了记流水账的。。。这一节稍微跑偏了）：
进入Nvidia的官网
搜索到了显卡驱动以后，直接下载，并且一直“下一步”无脑安装即可。安装完之后，可以看到任务管理器-性能里面出现了GPU的一栏：
说明这个时候驱动已经安装完毕。（继续流水账）
Pytorch的安装
首先，我们到达pytorch的官网https://pytorch.org/，选择想要的pytorch版本
我们的系统是windows，package当然选conda，语言当然是python，由于之前我已经安装了11.1的CUDA，所以这里的CUDA版本选择CUDA 11.1。我们可以看到下面的命令为：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge其中，前面的"pytorch torchvision torchaudio cudatoolkit=11.1"都是软件名称，后面的-c pytorch -c conda-forge意识是下载的源。因此，这里是直接从pytorch的源或者conda forge进行下载。虽然很慢，于是我在运行上一个命令之前，加载了清华的镜像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/然后紧接着，我用了下面的指令来安装：
conda install pytorch torchvision torchaudio cudatoolkit=11.1这个时候，我以为会从清华镜像源来下载pytorch，没想到清华镜像源里面似乎没有这个版本的cudatoolkit：
所以，我干脆老老实实地输入下面的命令，并且死等：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
这个下载速度着实慢的一批，我甚至还去踢了一场球，回来再一看，发现pytorch直接没下完，安装失败。
查阅资料，我发现我没有添加conda-forge的清华镜像源，导致下载失败，于是我输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/然后这个时候再进行安装：
conda install pytorch torchvision torchaudio cudatoolkit=11.1终于成功了！
输入python，再import torch来验证安装是否成功
没有提示就是最好的提示！
此时我们pip list，来看一下现在的package列表：
