自学深度学习，大多是跟着各种博客和教程一步步走下来的，我也会把我遇到的问题和可能遇到的一些思考加进来，也是新手，期待请教和交流。
默认已经下过anaconda了，我之前完全没接触过ai大模型，但是学过一些计算机，所以是用过anaconda的，不知道怎么下的可以去找一下教程。
怎么在anaconda里面查询python的版本：
打开anaconda prompt
1、
2、conda list 列出当前anaconda环境中所有已安装包，|后可快速过滤只显示python相关的信息。
安装pytorch
1、在anaconda中创建一个新的虚拟环境：conda create -n <env_name> python=<version>
-n：表示name，这里我选取了3.6的python版本。
显示了conda连接 Anaconda 仓库（repo.anaconda.com）的调试信息（比如Starting new HTTPS connection），这是conda在下载环境配置数据。
出现Solving environment: done，说明conda成功解析了要安装的包依赖。
提示 "conda有新版本（当前 23.7.2，最新 25.11.1）"，这是建议你更新conda，但不影响当前环境创建。
The following packages will be downloaded ：列出要下载的包（包括 Python 3.6.13 本身，以及配套的pip、setuptools等工具），总大小 19.8MB。
The following NEW packages will be INSTALLED ：列出要安装到pytorchone环境中的包，其中明确显示python=3.6.13（这就是你指定的 Python 版本）。
2、proceed 输入y或者直接回车开始下载安装。
也许会有等待的页面维持较长的时间，有些包的下载较为缓慢，进度条更新缓慢。主要原因是默认的国外anaconda仓库下载速度慢或者网络连接不稳定。可以稍作等待，也可以紧急处理先终止当前停滞的进程。
如何终止当前进程
连续按1~2次Ctrl+C，此时提示Do you want to abort the installation? y/N，输入y并回车终止当前卡住的进程，且不会影响已有的环境（例如base环境）。
重新执行创建命令，带上超时重试。
重新创建pytorchone环境，指定Python3.6，开启超时重试
conda create -n pytorchone python=3.6 --timeout 6000 --retry 3
--timeout 6000：设置超时时间为6000s（避免因短暂网络波动被判定为失败）
--retry 3：自动重试3次，无需手动重复操作
若还不行，更换国内镜像源，先添加再重新创建。
我是等待了一会后出现这个页面。
pytorchone虚拟环境下载完成。
这提示我们激活这个新环境输入：conda activate pytorchone就能进入这个虚拟环境，使用里面的python3.6。conda dactivate是退出当前环境（例如从pytorchone回到默认的base环境）
3、激活
4、列出当前环境的列表，如图没有pytorch，所以我们需要安装pytorch。
>pip install torchvision torchaudio
但这行代码报错了
原因是Python 3.6 版本过旧，无法找到适配的torchvision版本（PyTorch 后续版本不再支持 Python 3.6），解决方法需匹配 Python 3.6 对应的 PyTorch+torchvision 版本组合。
torch 1.10.2是支持 Python 3.6 的最后一个 PyTorch 版本，但是直接用pip install torchvision会默认找最新版，而最新版torchvision不支持 Python 3.6。
于是我们修改代码，让他更适配于对应的python和pytorch版本。pip install torch==1.10.2 torchvision==0.11.3 torchaudio==0.10.2 -f https://download.pytorch.org/whl/torch_stable.html
成功安装了适配 Python 3.6 的组合：torch 1.10.2+cu113（带 CUDA 11.3 支持）、torchvision 0.11.3+cu113、torchaudio 0.10.2+cu113；同时自动安装了依赖包（如numpy 1.19.5、pillow 8.4.0等），均匹配 Python 3.6 版本。
此时再查看就是OK的了
因为我的电脑没有nvidia独立显卡，所以最后验证cuda的时候显示false也是正确的。
最后进行了一些验证，分别验证torch和torchvision的版本。
这里验证torch的版本是完全没有问题的，但是验证torchvision的版本会报错，有一个小问题是，在进取python页面后，我只导入了torch库，而python交互环境中每个库使用前都要import导入，所以直接调用torchvision会报错没提示名称为定义，之后重新import torchvision之后，就正确输出了相关的版本。
至此pytorch已经安装完毕。