本篇文章主要对 pytorch 环境配置和 IDE 安装进行介绍，话不多说，直接上干货！
pytorch 环境安装
anaconda 包管理
pytorch 环境安装，我们往往会使用 anaconda 进行安装包管理，这里我给出我前几天写的 anaconda 安装的博客，直接 一步一步照着来进行
Anaconda 和 jupyter notebook入门
显卡驱动
深度学习一定会使用显卡，用来进行加速，想要使用计算机上的显卡需要有一下这两个条件
- 显卡驱动
- CUDA Toolkit
因为后者可以根据 pytorch 进行自动安装，所以说我们只需要进行检查 显卡驱动的安装
ctrl+shift+esc 打开任务管理器，查看性能，点击GPU选项，看是否有型号，有的话则说明已经安装
使用conda进行安装包管理
conda create -n pytorch_env python=3.8
- 进行pytorch 的安装
进入 pytorch 官网，选择自己需要 pytorch的版本，推荐使用 稳定版，而且是1.3 以上版本
首先，我们查看显卡的版本，可以通过设备管理器查看，也可以通过任务管理器进行查看
进入网站，查看我们的GPU型号进行选择相应的pytorch
倘若我们没有英伟达的显卡，直接选择 CPU 选项；倘若有英伟达的显卡，选择CUDA的一个版本就可以了。
查看NVIDIA 对应的驱动版本，如果不行的话，需要下载一个更新一下，必须大于 396.26（我的电脑太老了，有点难搞）
如果下述命令无法找到，可能是你的 nvidia 没有添加到系统变量，你需要自己找到 nvidia 所在文件夹，cmd在该路径下运行下面的命令（或者自行设置环境变量）
nvidia-smi
复制pytorch给的指令，在 anaconda prompt 上运行
在 conda 安装过程中，可以看到 cudatoolkit 确实是被自动安装了。（非常慢，可以网上搜一搜解决办法，或者是 kx 上网）
下载完成之后，可以直接
import torch
torch.cuda.is_available # 查看GPU是否可以使用
没有想到，还是需要更新我的 NAVIDIA 驱动
可以直接去 NAVIDIA 驱动下载官网进行下载安装最新的驱动（但是我的显卡太老，没有最新的驱动了），所以所我打开鲁大师，看看流氓软件有没有解决办法。。
鲁大师给我一顿升级，没什么卵用，只能是将新版本的torch删除，整一个旧版本的玩一玩了
试一试这个 cude 9.2 的行不行。。。
conda install pytorch torchvision torchaudio cudatoolkit=9.2 -c pytorch
jupyter notebook 存在的问题
我本次虚拟环境设置中，我的 base 环境没有 pytorch 安装包，想要使用 pytorch 必须到 pytorch_env中，但是我们 Jupyter notebook 可以进入到虚拟环境中吗？来尝试一下：
从 Base 环境中进入 jupyter notebook:
不出所料，base环境中根本没法导入 torch包，那么从pytorch_env 进入 jupyter notebook 看看是否好使呢？
也就是说 jupyter book 的核默认使用的是 base，
jupyter notebook 默认只是安装在我们的 bash 环境中，倘若想要到 虚拟环境运行 jupyter notebook
需要借助一个 包 nb_conda，他会帮助我们安装一下的包（主要是 ipython，因为 jupyter 是基于 ipython的）
conda install nb_conda
安装完毕后，我们打开看一下。
打开 jupyter notebook 界面，可以看到他们的不同，新建文件夹是可以选择 conda 环境的！！
当我在此创建一个 环境的时候，不安装 nb_conda，新建文件夹没有变化，但是安装 nb_conda之后，选项再次增加！
IDE 安装
直接下载使用 pycharm 就可以，pycharm 安装起来的非常方便，有钱或者是有学校邮箱的可以使用专业版本，否则也可以使用简化之后的社区版本，在 windows、或者是在 ubuntu 下安装的过程非常简单，这里不再赘述。