首先，在命令行通过cd命令，进入用户文件夹
cd xxx/xxx/username
进入anaconda官网https://repo.anaconda.com/archive/，寻找anaconda下载包资源，这里选择最新的anaconda下载包 Anaconda3-2024.06-1-Linux-x86_64.sh
在命令行执行安装包下载命令，
wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh
等待下载完成之后，用户文件目录下会多出这个anaconda的文件包
然后，命令行在当前用户文件夹下，可以执行bash安装命令
bash Anaconda3-2024.06-1-Linux-x86_64.sh
如有需要按enter键的时候，按enter键继续。
输入yes同意license
输入yes或者no重置shell，这里我输入了no
安装成功
检查conda版本
conda -V
如果输入返回不成功，如果出现-sh：conda：未找到命令说明没有把conda加入系统路径中，使用下列路径把conda加入系统路径
export PATH=/your安装目录Name xxx/anaconda3/bin/:$PATH
这时候，可以安装pytorch环境了，在安装之前，要先确定服务器的CUDA版本是多少，能支持安装什么版本的pytorch。
以最新的pytorch官网为例，目前pytorch最新版本为2.3.1，能支持的cuda版本为11.8和12.1，因此，如果通过nvidia-smi发现服务器的cuda版本没有低于11.8，说明无法安装pytorch2.3.1。在这种情况下，可以去pytorch的历史版本https://pytorch.org/get-started/previous-versions/中，根据服务器的CUDA版本，来选择能支持的pytorch版本。
比如，我的服务器cuda版本为11.7，
我们在pytorch历史版本中寻找11.7，发现11.7版本的CUDA能支持1.13版本的pytorch或者2.0版本的pytorch
因此，我选择能安装的pytorch版本为pytorch1.13，所以我先创建了一个pytorch1.13的虚拟环境如下
#conda create -n env_Name python=xxx
conda create -n pytorch1.13 python=3.9然后conda activate pytorch1.13
接下来，可以安装pytorch1.13，输入命令
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia
安装之后，Proceed输入y，然后开始安装
判断是否安装成功：在命令行输入python，输入import torch，没有报错
进一步输入print(torch.version)还能查看torch版本。
再进一步，输入torch.cuda.is_available()，返回True
