这时需要安装anaconda，创建虚拟环境并安装相应的深度学习框架（本文用到的是pytorch）。anaconda安装踩的坑比较少，每次都比较顺利，但是下载pytorch时有一些注意的事项。

Anaconda是一个流行的Python数据科学平台，它包含了众多科学计算库和工具，如NumPy、Pandas等。对于深度学习开发者来说，创建虚拟环境是一种最佳实践，可以避免不同项目之间的依赖冲突。

首先，你需要访问Anaconda官网下载适合你操作系统的版本，并按照指示安装。安装过程中，确保勾选“Add Anaconda to PATH”选项，以便后续命令行直接使用。

接着，打开终端或命令提示符，输入`conda create -n myenv python=3.7`（将"myenv"替换为你想要的虚拟环境名称），这会创建一个新的虚拟环境并指定Python版本。

激活虚拟环境，你可以使用`conda activate myenv`（Windows系统下是`conda activate myenv`）。

然后，安装PyTorch。由于Anaconda默认存储库可能没有最新的PyTorch版本，你可能需要添加额外的源。例如：

conda install -c pytorch pytorch torchvision torchaudio -c defaults

这里 `-c pytorch` 和 `-c defaults` 分别指定了PyTorch官方仓库和其他默认仓库。

下载时要注意检查网络状况和确认所选择的PyTorch版本是否与你的系统兼容，特别是当你在不同架构（如CPU和GPU）上工作时。