Python+Anaconda+PyCharm的安装和基本使用【适合完全零基础】不只是教你如何安装，还告诉你为什么这么安装
一、 三个基本概念
1.解释器：通常所说的安装python就是安装python解释器（编译角色）。
2.编辑器：用来编辑python代码（编辑角色）。
3.pip（package install for python）库管理工具/功能：python3.4以后版本自带pip工具。
推荐安装方案：anaconda+VSCode/pytorch
二、anaconda介绍
1.在anaconda的左侧选项卡environments中可以管理已有的包或者下载未有的包。
2.点1回答了我在博客[1]里看到的如下命令能成功的原因：
conda create -n tensorflow2 python=3.7
该代码创建了一个名为“tensorflow2”的python3.7环境。
[1]tensorflow安装步骤（CPU版本，Anaconda环境下，Windows10）
三、该视频还讲了如果打不开jupyter notebook的解决方法。
在学习中，我们发现了一个网站“廖雪峰的官方网站”，相信对我会有所帮助。
---------------------------------------------------------------------------------------------------------------------------------
1.Anaconda的Python子环境都在安装路径anaconda3\envs里面，在里面可以创建一个一个的子环境，不同的项目最好创建不同的子环境，避免不同项目之间包依赖被破坏，创建环境的代码和博客[1]中的一样，如下：
conda create -n env_name python=version_number
激活环境代码如下：
activate env_name
2.VSCode安装
3.常用管理指令可以在上面的知乎博客中看到
---------------------------------------------------------------------------------------------------------------------------------
pytorch的安装
1.什么是pytorch
Pytorch的前身是torch，由于python的普及性，torch被开发成了成了一个python包，因此称之为pytorch。Pytorch是一个基于numpy的python科学计算包，它是一个深度学习的平台，深度学习从业者可以使用这个包来完成深度学习的相关python编程。
pytorch依赖于cuda（也称cuda toolkit）和cudnn（cuda neural network）这两个程序，而这两个程序依赖于NVIDIA驱动程序。所以安装pytorch需要三步走：①先安装或者更新电脑里的NVIDIA驱动程序，②安装cudatookit和cudnn这两个程序，③使用pip install或者conda install在你的某个环境里安装pytorch这个包。
2.安装/更新NVIDIA驱动程序
打开NVIDIA Geforce网站，如下图所示，有两种方法可以下载并安装NVIDIA驱动。
我选用的是第一种方法：下载GeForce Experience，这个软件可以帮助我自动下载驱动程序。 
3.安装cuda（cuda toolkit）和cudnn（cuda neural network）
3.1这两个程序的作用
CUDAToolkit是一个由NVIDIA开发的软件工具集，用于在NVIDIA的GPU上进行并行计算。CuDNN（CUDA Deep Neural Network library）是NVIDIA提供的用于深度神经网络（DNN）加速的库。它是CUDAToolkit的一部分，专门针对深度学习任务进行了优化。
3.2安装cuda toolkit
①安装/更新好NVIDIA驱动程序后，打开NVIDIA驱动面板，可以看到驱动程序版本也被更新了。
②然后打开CUDA Toolkit官网网站，这个网站的第二张表给出了CUDA toolkit和NVIDIA驱动程序的对应关系。可以看到我的驱动程序版本536.40是比较高的，它支持高版本的CUDA Toolkit。我选择下载CUDA 11.6这个版本的CUDA Toolkit，因为我不需要太高版本的CUDA Toolkit。
③打开CUDA Toolkit官方网站，在搜索栏搜索如11.6，弹出如下搜索结果： 
④点击这个搜索结果进入后，选定windows，x86_64，10，exe(local)，点击Download。
⑤下载好后是一个.exe文件，直接运行按照提示一步一步安装即可。
3.3安装cudnn
①打开cuDNN下载网站，这里我选择for 11.x版本的cudnn下载。
②下载完后会得到一个压缩包，将这个压缩包解压后把一些文件复制到cuda toolkit的路径即可。这个步骤参见这篇知乎博客。
4.安装pytorch
①查看这张表（torch与pythpn的版本对应关系），我的python版本是3.9，所以我选择torch1.12（这里的torch即pytorch）
②打开pytoch官网，点击previous pytorch versions
③可以用conda也可以用pip，然后复制相应的指令进行安装即可。
5.验证
