***************************************************

码字不易，收藏之余，别忘了给我点个赞吧！

***************************************************

---------Start

Anaconda配置深度学习环境（Tensorflow或Pytorch或MindSpore），三选一。

1、Anaconda安装

2、深度学习框架安装

2.1、MindSpore安装

在anaconda终端创建MindSpore环境，并激活该环境，等待创建成功。

conda create -n mindspore python=3.7
conda activate mindspore 

进入MindSpore官网网址

选择相应配置信息复制指令，目前GPU版本只支持linux操作系统。

在anaconda终端激活你所使用的python环境，粘贴指令，敲击回车。

• 等待安装完成后，进入python环境，使用指令import mindspore 检查是否安装正常，若无报错，则安装成功。
  

2.2、Tensorflow安装

创建tensorflow环境，指定python版本，在终端输入以下命令，等待安装成功。

在终端输入以下指令，激活刚创建的tf2.1环境。

终端输入以下指令，下载cudatoolkit=10.1

终端输入以下指令，下载深度学习包。

终端输入以下指令安装tensorflow2.1版本，-i后面是指定下载源为清华源，下载速度快点。

 pip install tensorflow==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

等待下载完成后，输入conda list指令查看该环境下已经安装成功的第三方包。

终端输入以下指令，检查是否安装成功。

2.3 、Pytorch安装

首先创建python的环境，然后激活python的环境，最后安装pytorch。

1、在anaconda终端输入以下指令，等待python环境创建完成。

conda create -n pytorch python=3.8

2、在anaconda终端输入以下指令，激活python环境。

conda activate pytorch

进入pytorch官网，点击Install。

电脑有英伟达的显卡就选择CUDA版本，没有就选择CPU版本，CUDA版本的选择需要查看自己电脑的CUDA版本（接着往下看）。

按win+Q，输入控制面板，然后查看方式小图标，点击NVIDIA控制面板。

以下就是我电脑显卡里CUDA的版本，为11.2，可以选择CUDA为11开头的版本进行下载。

确认CUDA版本后，复制pytorch官网的下载命令至刚刚创建的pytorch环境中，等待下载完成，注意：需要先激活刚刚创建的pytorch虚拟环境。

安装完毕后，在终端输入以下指令，检查pytorch是否安装成功，返回True，表示安装成功。

3、集成开发环境配置

3.1、Pycharm安装

3.2、Pycharm配置python解释器

Pycharm软件和Anaconda环境都安装好后，接下来就是将Anaconda中python环境在Pycharm中导入，这样，Pycharm就能运行python程序了。

点击File，Settings，搜索Interpreter，点击Interpreter。

点开下拉框，点击Show All。

选择你所需要的深度学习框架的环境，例如，你前面配置的是pytorch虚拟环境，这里就选择第二个pytorch环境，点击OK，等待加载完成后就可以开始新建文件编辑代码了。