官方网站下载地址：
https://www.anaconda.com/download/
国内清华镜像下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
配置国内环境:
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/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 执行完上述命令后，会生成配置文件记录着我们对conda的配置。
配置路径在 C:\用户\username\.condarc
注释掉defaults即可。
- 创建环境：
-
conda create --name python39 python=3.9注：后加-y可以不用，输入确认创建的y
conda create -n envname python=3.4 scipy=0.15.0 astroib numpy #创建多个包的环境 - 激活环境：
-
conda activate python39 - 退出当前环境：
-
conda deactivate - 查看已创建环境：
-
conda info --env conda info -e注：显示中带*的环境为当前环境
- 删除环境：
-
conda remove -n python39 --all - 查看当前环境安装的包:
-
conda list ##获取当前环境中已安装的包 conda list -n python39 ##获取指定环境中已安装的包 - 导出当前环境中的包并按照该文件创建新环境：
-
conda list --explicit > requirements.txt conda create --name newenv --requirements.txt向一个已存在的环境里安装包
conda install --name newenv --file requirements.txt - 删除包：
-
conda remove scrapy删除指定环境中的包
conda remove -n python39 scrapy - 更新包
-
conda update scrapy在指定环境中更新包
conda update -n python36 scrapy更新当前环境所有包
conda update --all - 分享环境
-
conda env export > environment.yml将该文件放在工作目录下，可以通过以下命令从该文件创建环境
conda env create -f environment.yml - 查找环境中的包
-
conda search py #模糊查找，只要含py字符串的包名就能匹配到全名查找包，--full-name表示精确查找，即完全匹配名为python的包
conda search --full-name python - 克隆一个环境
-
# clone_env 代指克隆得到的新环境的名称 # envname 代指被克隆的环境的名称 conda create --name clone_env --clone envname - 更新conda至最新版本
-
conda update conda - 查看conda环境管理命令帮助信息
-
conda create --help conda -h #查看帮助信息2，安装 pytorch 注意
docker pull nvidia/cuda:11.7.1-cudnn8-devel-ubuntu22.04首先根据 pytorch 的版本 确定 cuda 的版本，然后在获取对应英伟达预安装dcuda 的镜像。
常见英伟达镜像网址
https://www.cnblogs.com/chentiao/p/17408994.html3，查看版本torch 和 cuda 信息
pip show torch nvcc --version
