windows conda新建虚拟环境报错
修改C>用户>用户名目录下的.condarc
https改成http，去掉default
channels:- http://mirrors.tuna./anaconda/pkgs/main/- http://mirrors.tuna./anaconda/pkgs/free/- http://mirrors.tuna./anaconda/cloud/conda-forge/- http://mirrors.tuna./anaconda/cloud/msys2/show_channel_urls: true
1.安装pytorch
新建虚拟环境 conda create -n pytorch python=3.6
激活 conda activate pytorch
若下载cpu版本pytorch太慢的话
conda install pytorch torchvision cpuonly -c pytorch 去掉-c pytorch
改成conda install pytorch torchvision cpuonly
如果这里依然安装很慢或者报错：Solving environment: failed with initial frozen solve. Retrying with flexible solve.
则用pip安装，去官网下载torch-1.4.0+cpu-cp36-cp36m-win_amd64.whl，torchvision-0.5.0-cp36-cp36m-win_amd64.whl，记住路径
pip install 文件路径
import torch若报错from torch._C import * ImportError: numpy.core.multiarray failed to import...
则去官网下载最新的numpy文件numpy-1.18.2-cp36-cp36m-win_amd64.whl，再pip install 文件路径。
在下载torchvision的时候会需要下载最新的pillow版本Pillow-7.0.0-cp36-cp36m-win_amd64.whl
全部下载完后输入以下命令验证:
python
import torch
import torchvision
2.安装tensorflow
新建虚拟环境 conda create -n tensorflow python=3.6
激活 conda activate tensorflow
conda research tensorflow
找到对应版本：pip install 对应版本名称
验证是否安装成功：
python
import tensorflow as tf # 测试
hello =tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
3.设置jupyter notebook使其能自动识别虚拟环境
例：
添加pytorch虚拟环境：
conda acitvate pytorch
conda install nb_conda
安装后打开jupyter notebook 如下图：
fuser -v /dev/nvidia*：详细查看最近在GPU上运行的进程
