CPUpytorch+TensorFlow虚拟环境搭建+jupyter环境导入+pycharm下载安装+GPU版下载注意事项

1.下载anaconda

anaconda下载链接

按需选择就行，下载之后的安装也很简单，根据指导一步步来就行。（提示框中将某些path添加到环境变量记得勾选，不然之后要手动添加会很麻烦）
下载完成之后在开始菜单栏里会看见多出了这些

2.安装pytorch虚拟环境

右键上面的anaconda prompt以管理员身份运行
可以看到当前的显示base环境
然后执行下面的命令

conda create -n pytorch（虚拟环境名称） python=3.8（虚拟环境名称就是我们打算将pytorch、TensorFlow等虚拟环境叫成什么名字，一般用原来的名称就行）
#conda create -n 虚拟环境名称（后面不指定python版本则会默认配置最新版的）

执行完之后只是建立了一个名为“虚拟环境名称”的空房子，后面要给这个房子添加相应的包才算安装成功。
激活我们刚刚建好的虚拟环境

conda activate pytorch

这时候会发现命令行的前面由base变成了pytorch
然后往pytorch里面装相应的包，具体的安装命令，通过pytorch官网选择
pytorch官网

由于只安装CPU版本的，只需要执行如下命令

conda install pytorch torchvision torchaudio cpuonly -c pytorch

很多人可能网很慢什么的，一些包的下载会中断，没关系，不用添加什么镜像源，执行完这条命令之后再执行一次（最好将WiFi改成手机热点，我也不知道为什么，连手机热点下载很快），这样第一次没下载好的包会继续下载。
如果出现successfully，done等字眼，一般就是安装成功了。
然后继续在pytorch环境下输入

python
import torch
print(torch.__version__)

没有报错则说明安装成功。

3.安装TensorFlow环境

安装TensorFlow也是一样
首先执行如下命令回到base环境

conda deactivate

然后和上面一样新建一个名为TensorFlow的虚拟环境小房子

conda create -n tensorflow python=3.8

进入改环境，并往房间添加包，我看教程都是pip直接安装

conda activate tensorflow
pip install tensorflow==2.3.0(后面数字的代表版本)
#pip install tensorflow会直接安装最新版本

同样的，执行如下命令，若没有报错代表安装成功。

python
import tensorflow as tf

4.jupyter配置pytorch和TensorFlow环境

两种环境的配置操作是一样的，以添加pytorch为例
找到anaconda prompt

conda activate pytorch
conda install ipykernel
python -m ipykernel install --user --name 环境名称 --display-name "环境名称"#将环境写入notebook的kernel中（一定要先激活环境，然后在将环境写入jupyter notebook）
#若上面几行不见效，再试试在pytorch环境中执行下面两句（我当时是都执行了，也不知道起关键作用的事哪几个）
conda install ipython
conda install jupyter

然后打开jupyter notebook，点击kernel，选择pytorch，如果连接成功，并且pytorch对应的那个圆圈是空心的说明一切正常，然后import torch，不报错代表成功。

##jupyter一运行后端自动结束（bad file descriptor报错问题）

一般搜这个报错出来的第一条是Windows用户名不能为中文，然后下面就是win10修改的教程。我一看，太麻烦了，还有注册表什么的要修改，而且我前一台也是中文名，没出问题，所以我是这样按照这个方法改的，很奏效。

pip uninstall pyzmq
pip install pyamq==19.0.2

原教程在这jupyter运行不了,执行显示error，终端会有提示，Bad file descriptor

5.jupyter默认路径更改

jupyter打开之后的默认文件夹目录应该在C盘，反正我看着C盘就害怕，不敢把文件放C盘，移动到D盘是我必须要做得，具体方法看这篇就够了
jupyter修改默认路径与快捷方式
跟着操作的时候记得看下评论区，正文有一点点小问题。

6.pycharm下载安装与pytorch、TensorFlow环境配置

pycharm下载链接

我下的是社区办，免费，简洁，事少。
下完之后新建一个文件

第一步，选择文件位置，文件名称
第二步，使用virtualenv创建一个虚拟环境。
第三步，使用anaconda下的envs中的TensorFlow或者pytorch环境下python解释器作为base interpreter。
然后在新建好的文件下点击file→setting→python interpreter

点击右边的齿轮选择add，激活新建文件test下的虚拟环境。

7.关于GPU版本的下载

无论是pytorch还是TensorFlow，都需要先下载好cuda和cudnn，具体操作虽然比较复杂，但多花些时间也就搞清楚来龙去脉了，现在教程那么多，b站、知乎、csdn，都可以找到详细又准确的操作步骤，最主要还是自己要有耐心，面对接二连三的报错要有信心自己能解决。
一开始安装的时候我也很迷惑，一些教程一开始就让我们安装cuda和cudnn，一些又提什么镜像源、离线安装，那时候我还不知道又CPU和GPU版本的区别，陆陆续续安装四五天了，现在对这些已比较清楚了。如果以后要做一些大项目，下载GPU版本是迟早的事，但现在我还是深度学习刚入门，CPU的够我用了，所以先下到这。
再提几句，下载cuda之前一定要选定好版本，不要稀里糊涂跟着某个教程下了某个版本，最后又卸载重装什么的。简而言之，TensorFlow的版本决定了你要安装的cuda版本，cuda的版本又决定了cudnn的版本，同时你的电脑驱动又决定了能支持cuda的最高版本。也即，选择下载哪个版本时，先在命令行通过nvcc-V查看相关信息，知道自己电脑最高能支持的cuda版本，然后在这个范围下去选择要下载的TensorFlow版本，一旦确定好了TensorFlow版本，cuda和cudnn也就确定下来了。
（我正是因为提前下载了cuda10.2，找不到合适的TensorFlow-gpu版本，所以索性不装GPU版本的了。）