一、 anaconda的安装
anaconda官网：https://www.anaconda.com/distribution/
根据自己的需要下载anaconda版本(本文考虑到python3.7可能有些兼容问题采用的是Anaconda3-5.2.0支持python3.6)
百度网盘链接：https://pan.baidu.com/s/1UUVJRWs1bjLD8HALbwZ0aQ
提取码：v1af
1，点击安装包安装,点击next
2，选择I Agree
3，这里选择anaconda是对于当前用户还是所有用户(小编安装的是对于所有用户)，Next
4，选择安装的路径(默认路径就好)，Next
5，这里切记勾选add anaconda to mypath自动配置环境变量不然自己配置环境变量麻烦，选择install
next
6，然后后面选择skip
7，最后选择finish
8，验证anaconda
win+r 输入 cmd 然后输入python
Anaconda安装成功
9，更换pip的镜像地址，提升包的安装速度
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
10，anaconda3中创建python2环境
(1) 在cmd中输入conda create -n py27 python=2.7（py27是指你创建的虚拟环境的名字，python=2.7是指python的版本）
(2) 激活python2的环境
activate py27
此时python2中只有原始的包，在python2中安装anaconda的包
Conda install anaconda
最后pip list一下查看安装的包
二、CUDA的安装
1，查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息
2，系统信息中选择组件
3，查看自己的CUDA版本(小编这里支持CUDA10.1)
4,CUDA官网(https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10)版本根据自己的需要选择
5，安装路径，选择OK（安装完成后路径会自动变化所以这里路径选择默认就好）
6，点击下一步
7，点击同意并安装
8，不想折腾就精简
9，显示没有VS，勾选并点击NEXT（切记关闭360等安全软件不然会失败）
10，安装完成
11，最后CUDA的安装路径会在
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中
12，输入nvcc -V可以查看CUDA版本即安装成功
13，如果显示没有nvcc 将CUDA的bin目录(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin)添加到环境变量
14，我的电脑右键属性
15，选择环境变量
16，path编辑
17，将bin路径(C:\Program Files\NVIDIA GPU Computing Toolkit\
CUDA\v10.1\bin)添加在path中
此时确认退出重新打开cmd输入nvcc -V即可
三、cuDNN的安装
1，官网：https://developer.nvidia.com/cudnn没有账号需要注册找到自己对应的CUDA版本点击下载
然后解压，将解压的文件复制到cuda安装目录的对应文件中去
2，添加环境变量：C:\ProgramFiles\NVIDIA GPU ComputingToolkit\
CUDA\v10.0\lib\x64
四、pytorch的安装
1，pytorch官网https://pytorch.org/找到自己适应的版本
2，这里conda安装太慢选择了pip安装，使用迅雷链接下载
https://download.pytorch.org/whl/cu90/torch-1.0.1-cp36-cp36m-win_amd64.whl 下载.Whl文件。
3，然后以管理员的身份打开cmd,切换到文件所在的目录pip install xxx.whl
文件,最后pip install torchvision
4，测试pytorch,cmd中输入python然后导入包torch
import torch
五、tensorflow的安装
1,卸载安装的cpu版tensorflow
pip uninstall tensorflow
2，安装gpu版本tensorflow,这里使用conda install tensorflow-gpu(使用pip安装的话会各种报错，好像是anaconda中有些包和pip不兼容)，安装比较慢静心等待就好了
3，测试是否安装成功
import tensorflow as tf
a = tf.constant([1.0,2.0,3.0],shape = [3],name='a')
b = tf.constant([1.0,2.0,3.0], shape = [3],name='b')
c = a +b
sess = tf.Session(config =tf.ConfigProto(log_device_placement =True))
print(sess.run(c))
测试成功