用清华源配置GPU版Pytorch2.0.0和Tensorflow2.6.0两个虚拟环境；并添加到jupyter notebook内核。cuda11.8＋可以进来拿命令直接用

1.打开你的Anaconda Prompt。

2. 创建一个名为“torch”的python3.8的虚拟环境。（我的路径为D:\Anaconda\envs，可自行修改）

conda create --prefix D:\Anaconda\envs\torch python=3.8

conda activate D:\Anaconda\envs\torch

将默认的包索引 URL 更改为清华大学的镜像站点！！！

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3.下载GPU版Pytorch2.0.0

现在下载GPU版Pytorch，有些包清华源没有，所以这里指定的是pytorch官方源。不过不用担心，下载时会先从清华源把主题部分下载完，后面体积较小的包慢慢也能从官方源下载成功。大概要二十来分钟，要求网络稳定，不然下载速度可能会变得很慢然后下载失败，多试几次也能成功下载！

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

4. 下载jupyter

现在还是在虚拟环境torch中，然后依次运行：

pip install jupyter

进入你的虚拟环境torch文件夹的Scripts文件夹下

cd  D:\Anaconda\envs\torch\Scripts

将虚拟环境torch添加进jupyter内核中

python.exe -m ipykernel install --user --name=torch

下载jupyter中文包

pip install jupyterlab-language-pack-zh-CN

5. 启动jupyter

还是在你的torch虚拟环境的Scripts文件夹下执行：

jupyter-notebook --notebook-dir=D:\....(改为你想打开的路径)

下面是安装GPU版tensorflow的命令，每个包的版本都指定好了，流程和上面一样，就不做解释了

conda create --prefix D:\Anaconda\envs\tf python=3.8

conda activate D:\Anaconda\envs\tf

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

pip install protobuf==3.20.0

pip install numpy==1.19.5

conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge cudnn=8.1.0.77

pip install tensorflow-gpu==2.6.0

pip install matplotlib==3.3.4

pip install scikit-learn==0.24.1

pip install pandas==1.2.0

pip install keras==2.6

pip install seaborn==0.9.0



pip install jupyter

cd  D:\Anaconda\envs\torch\Scripts

python.exe -m ipykernel install --user --name=tf

pip install jupyterlab-language-pack-zh-CN