在学习深度学习前要搭配环境，首先要进行Anaconda安装，此处不过多赘述。
在anaconda中创建虚拟环境，这里创建python3.6虚拟环境。
输入命令：conda create -n pytorch python=3.6
激活虚拟环境：conda activate pytorch
问题1：出现以下错误提示
两种解决办法：
方法1：
1. 到你的anaconda的安装目录位置：比如 D:\ProgramData\Anaconda3\Library\bin，找到如下两个DLL的文件：
libcrypto-1_1-x64.dll
libssl-1_1-x64.dll
2. 复制到 D:\ProgramData\Anaconda3\DLLs
方法2：电脑可能是缺少OpenSSL了，需要到Win32/Win64 OpenSSL Installer for Windows – Shining Light Productions
问题2：如果看到网上配置清华源，中科大源，自己试了很多遍老报错，最后我选择了北外的镜像源，不配置到文件而是在命令行后加进去。
例如 conda install xx -c https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
问题3：自己是RTX3060的GPU，通过cmd输入nvidia-smi可以看到自己电脑支持的最高cuda版本
在安装过程中，除了 Solving environment一直转圈外还出现一直处于failed的问题，因此准备装比11.7以下版本。这里提示：30系列必须装cuda11以上版本，我选择python环境是3.6，最高只支持cuda11.3，因此装再高好像是无法匹配，因此我选择cuda11.3，打开pytorch历史版本，目前COMMANDS FOR VERSIONS已经到1.12，我第一次装11.3选择1.12相关命令代码
最后安装失败，提示大概意思是py版本的缘故。
最后尝试装1.10版本，安装成功。同时使用镜像源安装速度更快，命令行如下：
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/ -c conda-forge最后出现done表示安装成功。
最后我们进行一下测试：
step1:在Anaconda Prompt输入 python进入python操作
step2：输入import torch可以运行过去不报错说明安装成功
step3：输入 torch.cuda.is_available()得到true表示gpu可以被使用