conda是一个开源的软件和环境管理系统，可用于安装多个版本的软件包及其依赖关系，并在它们之间进行切换。那为什么要安装conda呢？原因很简单，在做深度学习的过程中，为了追求更高效的性能，会用到GPU运算（CUDA），现在主流的机器学习库Tensorflow和pytorch，开启GPU计算都需要安装相应的CUDA环境，而为不同平台配置该环境很麻烦，也容易配置失败，尤其是window系统上自己手动去配置很容易失败，所以利用conda来安装各种软件包就显得尤为方便，本系列文章都的实现都是在window环境下，当conda安装好后，安装Tensorflow的GPU版本就显的尤为简单啦，一行命令搞定：
pip install tensorflow-gpu1.下面进入conda的安装过程：
官网下载conda:https://www.anaconda.com/distribution/，可以根据需要选取不同的版本，本文选取的是python3.7 64位的版本：
下载完直接安装就好， 然后就一直点next,到这个点选Just Me:
在选取安装路径的时候需要注意，选取的文件夹一定要是空文件夹，或者自己再另建一个新文件夹， 如果C盘空间够大，推荐默认路径安装：
最后，选择第二项，第一个是将anaconda添加到环境变量，建议不选，当需要打开conda时，直接通过开始菜单打开就可以：
选完之后点击安装，等安装完毕，打开开始菜单，可以看到：
打开anaconda prompt即可，此时可以通过conda --version命令来查看版本
可以通过 conda list 命令来查看安装列表：
当我们需要安装包的时候，例如安装numpy，可以使用：
conda install numpy # 推荐
# 或者
pip install numpy移除包的时候：
conda remove numpy
# 或者
pip uninstall numpy好了，到这里conda的安装就告一段落了，接下来进行pycharm配置
2. pycharm配置anaconda
首先当然是下载和安装pycharm，安装过程可以参考：菜鸟教程，pycharm有两个版本，一个是免费社区版（community），另一个是收费专业版（professional），个人学习用社区版完全够用。
当pycharm安装好之后，我们新建一个项目：
然后去设置里面配置conda： File ->Settings->Project:xxx->Project Interpreter, 然后点击Add:
然后，选择Existing environment， 选择anaconda安装路径下的python.exe，点击OK完成配置。
最后点击Apply即可完成配置。
3.测试：
新建一个test.py文件：
import numpy as np
x = np.array([1,2,3])
y = np.array([2,4,6])
print(x + y)配置运行环境：
运行程序：
到此，conda安装完成，pycharm配置conda也顺完成。