在举国欢庆的时候，我只能苦逼地待在家学习，欧洲的疫情太严重，哪里都去不了。
之前我们学习了一些机器学习算法和深度学习的算法，理论知识毫无疑问必不可少，但也不能缺少实践，今天就用业界流行的深度学习框架来进行一些实践，会大大减少我们的学习时间成本，正所谓工欲善其事必先利其器。让我们开始第一步，安装PyTorch。
一：安装Anaconda
Anaconda 是安装管理python软件包的软件，含有命令集conda。
1：打开链接：https://www.anaconda.com/products/individual ，选择匹配自己的机器的版本，这里我选择的是windows 64-bit版本的。
2：进行安装
这里需要注意选择安装路径，自动设置环境变量，（跳过安装VS）。
3：检查是否安装成功。
点击开始，发现存在这样的软件标志，就说明基本没问题。
进一步确认的确认，出现(base)的提示符，说明conda的命令集安装成功。
二：安装Python
打开Anaconda Prompt的命令框，输入：conda create -n pytorch python=3.6
待安装成功后，测试一把，看看python是否安装成功
待确认安装成功后，输入：conda info –envs
这里可以发现一线些环境变量已经配置了。
三：安装PyTorch
首先进入 pytorch 环境，输入：conda activate pytorch
进入成功后，提示符由 base 变成了 pytorch。
开始安装，首先先进入官网 https://pytorch.org/get-started/locally/ ，在这里选择自己需要的版本和附带的软件包版本。我的机器没有英伟达的显卡，因此我没有选择GPU，有的话呢，同学可以选择相应的GPU版本，拷贝下面的那段命令。
在Anaconda prompt里面执行拷贝的那条命令，必须确保进入pytorch 环境。
如下输入：conda install pytorch torchvision cpuonly -c pytorch
然后就是等待等待。
安装完后，我们检查系pytorch 是否安装成功？
如下：在pytorch环境下进入python，打印出torch的版本，即可认为安装成功。
四：安装matplotlib
这个是用来画图的工具包。
还是进入到pytorch的环境下，执行 conda install matplotlib，等待完成即可。
测试一下：
import numpy as np
import matplotlib.pyplot as pt
x = np.arange(0 , 360)
y = np.cos( x * np.pi / 180.0)
pt.plot(x,y)
pt.xlim(0,360)
pt.ylim(-1.2,1.2)
pt.title("This is my first cos function")
pt.show()
如果能画出图像就ok了。
使用conda确实管理包挺方便的。
五：配置PyCharm
下载地址：http://www.jetbrains.com/pycharm/download/#section=windows
正常安装后需要配置在pycharm中使用conda虚拟环境
将自己创建的conda虚拟环境pytorch-py36添加到pycharm的interpreter可选列表中
在pycharm新建工程，或在files->settings->project:->project interpreter界面，可以设定project interpreter。
注意：pytorch-py36默认在anaconda目录下的envs文件夹中。下面的python.exe
注意：pytorch-py36默认在anaconda目录下的envs文件夹中。下面的python.exe
注意：pytorch-py36默认在anaconda目录下的envs文件夹中。下面的python.exe
小小测试下：
还是之前按那个输出pytorch 版本的语句测试
得到结果为：
感谢如下链接给的指导：
https://www.cnblogs.com/zhouzhiyao/p/11784055.html
https://blog.csdn.net/aa3615058/article/details/89339790