目前，在Windows用Anaconda安装、管理Python的库已经非常非常方便（以前安装过非常多次，各种途径混用非常恶心），故本文总结全程用Anaconda安装深度学习库（全程不混用pip）。另外：
- 本文使用的Anaconda自带的Python版本是3.7.9，一般3.7以上可以满足所有的库的要求；
- 用nvidia-smi查看显卡驱动可得（记得提前把显卡驱动装好，否则cmd中没有该命令）：本机的cuda版本是11.1，driver版本457.51，显卡是英伟达的2060s 8G。
正常安装完Anaconda后（记得勾选加入环境变量），按下面顺序安装即可：
（1）用conda创建一个虚拟环境：
- conda create -n tf_torch python=3.7.9
- conda activate tf_torch
- （退出环境：conda deactivate）
- （删除环境：conda remove -n tf_torch --all）
说明：创建虚拟环境是好习惯，假如库安装出错就把这个环境直接删了再建即可。若用remove删不干净，就在Anaconda安装目录下的envs文件夹里把对应文件夹删了就行。
（2）深度学习库安装：
- conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch
- conda install cudnn=7.6.5
- conda install tensorflow-gpu=2.3.0
说明：不论是pytorch还是tensorflow，都需要cuda和cudnn。本顺序的好处是：pytorch的官方安装命令会自动包括cuda10.1（这个版本号可以随便修改），然后只用再安装cudnn和tensorflow库即可。值得注意的是：TF2.3.0只和cuda10.1匹配，故不要搞最高级的！
（3）jupyter显示虚拟环境并按tab补全：在虚拟环境tf_torch中进行
- conda install ipython —— 里面自带jedi库
- conda install jedi=0.17.2 —— 升/降级jedi库到一个稳定版本
- conda install ipykernel —— 里面自带jupyter-core库
说明：Anaconda安装好是自带jupyter的，但是直接打开它是找不到虚拟环境。即使碰巧找到，按tab键也是无法自动补全代码的，这是因为该虚拟环境里要么是缺少jedi和jupyter-core库，要么是这两个库的版本没有匹配好导致的（目前是因为jedi版本太旧或太新都不行，jupyter-core可以用最新版本）！第（2）结束后会发现ipython还没安装，安装它会自动捆绑一个jedi库，记得查看它的版本号；然后安装ipykernel库，它会自动捆绑一个jupyter-core库。—— 注意：无需在虚拟环境下再安装一个jupyter！
（4）安装其他必备库：
- conda install matplotlib
- conda install pandas
说明：Numpy由于是TensorFlow库的依赖项，所以早被捆绑安装好了。
（5）我个人需要的3D绘图库Mayavi2：在虚拟环境tf_torch中进行
- conda install mayavi
- conda install -c conda-forge importlib_resources
- conda install -c anaconda ipywidgets
- conda install -c conda-forge ipyevents
说明：目前的mayavi2仅适配python3.6以及全部3.7.x，不支持<3.6和>3.8版本的python（注意前面的tensorflow2.3.0适配>3.7的python！）。后3个全是mayavi2的依赖库，其中最后两个是为了mayavi2在jupyter环境下也能使用。仅安装ipywidgets和ipyevents还不够，还需下面的设置： - jupyter nbextension install --py mayavi --user
- jupyter nbextension enable --py mayavi --user
总结：如今Anaconda管理Python包已经非常非常全面方便！因此本文全程用conda命令进行安装，没有使用pip，我也不推荐使用conda和pip混用！！另外，如果直接用conda install xxx安装某个库发现无法直接找到，那么可以用科学xx上网在Google搜一下：conda install xxx，就会在Anaconda Cloud中找到能正常下载的命令！例如mayavi2中后3个库都无法直接用conda install xxx安装，这些可用的命令都是在Anaconda Cloud中找到/推荐的。
测试：
- Tensorflow-gpu的测试：tf.test.is_gpu_available()
- PyTorch-gpu的测试：torch.cuda.is_available()
- Mayavi2测试：from mayavi import mlab
