1.首先需要现在电脑安装cuda，可以在安装前Windows+R，输入cmd进入命令行，输入

nvidia-smi

查看电脑支持CUDA的最高版本，即是下图中的CUDA version(这里因为笔者已经下载了CUDA，所以显示的是笔者的版本)

然后进入pytorch官网查看当前pytorch版本对应的cuda版本

 Start Locally | PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/locally/

 在了解cuda最高版本和pytorch对应版本后，即可选择合适的cuda进行下载，下载就按照exe文件的步骤一步一步下载，安装好之后可以用上文中的代码查看cuda版本，检查是否安装成功。

nvidia-smi

2.第二步可以去官网下载一个python环境的anaconda，基本按照exe文件的步骤一步一步安装。

Anaconda | The World's Most Popular Data Science PlatformAnaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities.https://www.anaconda.com/然后打开anaconda的shell,复制上一步在pytorch官网下载cuda版本对应的pytorch（笔者这里的cuda是11.8所以笔者的下载代码如下）

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

3.第三步去李沐老师的文档去下载记事本文件

2.1. 获取和运行本书的代码 — 《动手学深度学习》 文档http://zh.gluon.ai/chapter_prerequisite/install.html

然后解压至电脑的C盘里的download文件夹中，方便之后在jupyter notebook中找到。

4.第四步，在anaconda的shell 中安装李沐老师课程中所需要的包（如果不小心将shell关闭了，可以cmd命令行中直接输入activate进入base环境）代码如下

pip install jupyter d2l

 安装结束后，直接启动jupyter notebook，即在上一小步的命令行中输入：

jupyter notebook

进入jupyter notebook中，找到downloads,点开，不出意外应该会有如下的包

 然后进入如下路径

找到resnet.ipynb并运行所有模块，当能听到电脑风扇猛猛转的声音时，环境基本安装完成，如若出现运行问题，可以在主模块前import处增加如下代码

import os

os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

该处代码原理笔者也不怎么明白，如果有读者大神能看到希望能多多指点，该文章也仅仅是复述李沐大神的安装教程，其中也夹杂着笔者在安装时遇到的一些问题和解决方法。