注：本人在写这篇博客的时候已经搭建好了整个环境。所以具体的安装和破解过程无法重现，故直接引用了其他博主的博客。

IED pycharm的安装和破解

pycharm是python的集成开发环境（IDE），由JetBrains打造，功能的话个人觉得比spyder要强大。

Anaconda的功能和安装

conda 是开源包（packages）和虚拟环境（environment）的管理系统。

packages 管理：
可以使用 conda 来安装、更新、卸载工具包，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
虚拟环境管理
在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

Anaconda的优点总结起来就八个字：省时省心、分析利器。

省时省心
Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
分析利器
在 Anaconda 官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

Anaconda Navigtor
用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
Jupyter notebook
基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole
一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
spyder
一个使用Python语言、跨平台的、科学运算集成开发环境。

PS：安装完成后，我们还需要对所有工具包进行升级，以避免可能发生的错误。打开你电脑的终端，在命令行中输入：

扫描二维码关注公众号，回复： 6588737 查看本文章

conda upgrade --all

在终端询问是否安装如下升级版本时，输入 y。
有的情况下，你可能会遇到找不到 conda 命令的错误提示，这很可能是环境路径设置的问题，需要添加conda环境变量：export PATH=xxx/anaconda/bin:$PATH, 其中xxx替换成anaconda的安装路径。

用conda内置的pip

conda install matplotlib

conda update matplotlib

conda update --all

在Flies => Setting => Project => Project Interpreter 里面修改 Project Interpreter为anaconda的python的解释器。
即可。
在这里插入图片描述

pytorch库的官方网址
https://pytorch.org/
在官网下载合适自己的版本即可（将代码在命令行中运行）。
建议先安装CUDA，在下载相应的CUDA版本（GPU版本运行速度远远高于CPU版本，而深度学习的代码运行时间较长）。
在这里插入图片描述

CUDA安装网址（注意选择相应的操作系统）
https://developer.nvidia.com/cuda-downloads

nvcc -V

在这里插入图片描述