手把手教你用镜像源在anaconda中安装pytorch、tensorflow等一系列的包(package)，适合服务器和个人PC上安装
Windows下的安装教程
镜像源的好处：满速下载，不能直接上网的服务器也可以下载相关的包（采用ipv6）等
下面以安装pytorch为例，进行详细介绍，如果你想安装tensorflow，可以直接在文章第5部分查看，只需一行代码即可安装成功。
1. 准备工作
① 安装好anaconda，安装教程可以点击这里；
② 打开Anaconda Prompt，即可；
③ 为了更好的管理安装pytorch、tensorflow等一系列包的路径，建议先建立对应的环境，而不是直接安装在base中，用以下代码语句即可。
conda create -n xxx python3.8 #创建名为python3.8的xxx虚拟环境
conda env list #查看所有虚拟环境
conda activate xxx #进入xxx环境
conda deactivate xxx #退出xxx环境
其他与环境相关的conda语句可以点击这里查看。
首先，建立名为“jh”的环境：
建好后，查看已有的环境，此时“jh”环境已经出现在环境列表中。
最后，进入（激活）“jh”环境。
从base进入到jh环境，之后将所有需要安装的包全部安装在jh环境中。至于为什么要建立“jh”环境？因为如果你之后不再使用jh环境的时候，直接用一行conda语句删除掉这个环境，安装在jh里的包就全部删除掉了，管理起来很方便。
之后安装各种包就在“jh”环境中进行。
2. 镜像源网站
我经常使用清华镜像源，但最近北外的镜像源速度更快，所以就选用了北外开源镜像源。
点击下方红框的“使用帮助”、“anaconda”。
找到中间选中的channels的内容，即
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud
一般有两种方法将此内容配置给anaconda，一般采用第一种方式：
第①种方式: 修改.condarc文件，该文件保存了anaconda的配置信息，此文件存储在 C:\Users\xxxx\.conda\路径中，可用记事本打开，将channels内容全部粘贴在.condarc文件即可。
【注意！】如果 C:\Users\xxxx\.conda\路径中没有.condarc文件，可先在anaconda prompt中生成一个，代码如下：
conda config --add channels https://xxx ##这里随便写一个channel的https即可。
运行后就可在 C:\Users\xxxx\.conda\路径中找到.condarc文件
第②种方式: 用conda语句，一句一句的输入，例如需要安装pytorch
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud
...
#https的内容对应于channels中的https；
#将channels中的https一行一行的用conda语句配置给anaconda；
3. 安装pytorch
第一步，打开pytorch官网（https://pytorch.org/），进度条往下拖，可以找到对应的安装语句。
此处conda安装pytorch的语句（日期2020/12/21）为
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
第二步，在anaconda prompt中进入你建好的环境中（如“jh”环境），并进行pytorch的安装即可。
第三步，查看pytorch是否已经安装完成，以及版本信息。
退出python可以在运行quit()或快捷键Ctrl+Z即可。
此外，还可以查看“jh”环境中所有安装包情况，conda语句如下（需在“jh”环境下运行该语句）：
conda list #查看该环境下的所有安装包情况
可以发现安装pytorch的时候，常用的numpy也一同被安装了。
如果要删除此环境，可以点击这里查看conda语句。
4. 删除安装过程中下载的安装包，释放空间
建议定期删除安装包，不删除会一直积累在那里。
相关conda语句如下：
conda clean -p #删除没有用的安装包
conda clean -y --all #删除所有安装包和cache
5. 其他包的安装方法
① 如果要安装在新建的环境中：
如安装tensorflow：有了以上基础后，一行代码即可。
conda create -n tensorflow_env tensorflow #安装CPU版本的Tensorflow
#代码解读：创建一个名为tensorflow_env的环境，并安装tensorflow。
conda create -n tensorflow_gpuenv tensorflow-gpu #安装GPU版本的Tensorflow
是不是很神奇~比用pip安装起来要方便太多。
当然了，Anaconda官网也有介绍，点击这里。
② 如果要安装在已有的环境（如刚建的“tensorflow_env”环境）中：
如安装pandas：注意！此时一定要进入环境（以“tensorflow_env”环境为例）中！conda安装pandas的语句可点击pandas官网查询，下面也罗列出来了。
conda install pandas #安装最新版本的pandas
conda install pandas=0.20.3 #安装0.20.3版本的pandas
写在最后
求求给这种保姆级教程点个赞吧！
（如果遇到问题，可以在下方评论留言。）