简介：

本文的环境使用ubuntu18.04，系统内置了python2和python3
我使用anaconda安装了python3.6，并且创建了一个虚拟环境Python版本设置为3.7
pycharm根据网上教程推荐不使用最新版，因为python使用了3.7的缘故，所以使用的2019.3的版本

• 由于ubuntu18.04自带的Python和pip所以使用过程中总想着只要一个python版本就好，于是走了很多虾路。 这个教程告诉小白python不要胡乱卸载和安装

• 并且使用ANCONDA管理Python真的方便又简单，而且conda安装软件时，可以在官网找到现成的命令，安装时很少出错，可以避免走许多弯路。 浅析三种Anaconda虚拟环境创建方式和第三方包的安装

换源教程：

由于以前网络问题发现换了清华源有一段时间不好用，

更换清华源参考教程

解决了这个问题：

An HTTP error occurred when trying to retrieve this URL. HTTP errors are often intermittent

• 于是根据一个教程换了一个巨无霸的源，包含了阿里，豆瓣，中科大以及清华源 巨无霸源参考教程 问题解决！

安装pytorch:

• 有GPU的同学先查看自己的CUDA版本学习教程
• 没有GPU的同学，我发现torch提供了cloud start也就是可以通过服务器算力使用torch，这也是我想要完成的事情，免费的深度学习GPU环境Colab和Kaggle搭配使用

- 使用在线安装十分方便，我们发现打开官网：

pytorch官网

1. -> install

2. ->start locally

3. -> 根据自己电脑的CPU/GPU cuda版本点菜获取在线安装链接：

    去除 -c pytorch才是使用清华国内源的正确姿势
    而我发现对我不好用，可能是因为我挂了tizi与是，我把它添上了，速度还是挺快的。
    
   

确认安装Pytorch版本是否安装成功以及是否正确：

参考dw学习教程

1. ubuntu 终端敲入：

conda activate tensorflowj
# 我设置了虚拟环境名字位tensorflowj
# 事实上我的机子conda不好用，要用source
source activate tensorflowj
#
source deactivate tensorflowj
# 关闭虚拟环境

2. 敲入python：

    可以查看虚拟环境以及Python版本
   

3. torch版本确认：

import torch

torch.cuda.is_available()

False表示CPU版本，反之亦然，没有出错表示其他信息正确，安装成功！！

pycharm集成conda虚拟环境:

由于我们的torch安装在conda里，所以在pycharm中需要将配置好的conda环境装好

我的版本较老pycharm配置conda环境成功的！