之前装tensorflow时候，看网上的教程基本上都是先去nvidia官网下载对应NVIDIA驱动版本的cuda以及它的更新包和对应的cudnn，然后一个包一个包的安装，按照教程走也基本没问题，最大的困难就是网速了，不过根据个人经验，一般早上下载服务器在国外的资源，速度会相对较快，但还是麻烦，对新手来说，不够友好。

后来发现可以使用conda安装tensorflow，它会自动帮你解决依赖项问题，不用自己再另外安装cuda和cudnn以及其他依赖包，非常简单粗暴，我很喜欢，哈哈。

最近又想装下pytorch，也想使用conda一键安装，但是遇到了一个意外，死活下不下来pytorch官网的包，最终发现pytorch官网上的那句conda安装pytorch命令，已经指定了pytorch包的下载源是官网的服务器，难怪一直下不下来，然后我就自己添加了清华镜像源，发现两分钟就下好了。所以把这个记下来，顺便分享给大家。

下面是具体步骤：

1，添加conda的清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 
conda config --set show_channel_urls yes

2，安装tensorflow

conda install tensorflow-gpu==1.11 #如果不指定版本，默认下载最新版

3，安装pytorch

conda install pytorch torchvision cuda80 -c pytorch # 这是官网给的命令

改成清华镜像源

conda install pytorch torchvision cuda80 -c channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

也可以不指定channel，也会使用清华源。

很简单吧。

验证tensorflow装是否可以正常使用

import tensorflow as tf

x = tf.constant{[1.0])

sess = tf.Session()

print(sess.run(x))

验证pytorch安装是否可以正常使用

import torch

x = torch.Tensor([1.0])
print(x)

y = x.cuda()
print(y)

from torch.backends import cudnn
print(cudnn.is_acceptable(y)) # 输入为True

如果上面这段代码没有提示错误信息，那么恭喜你，可以开始使用pytorch了。