深度学习环境搭建（cpu版本）Anaconda+pytorch+Visual Studio Code

首先分别介绍一下Anaconda和pytorch：

*Anaconda中文大蟒蛇，是一个开源的python发行版本，其包含了conda,python等180多个科学包及其依赖项。

常用指令及其作用

conda clean -p	删除没用的包
conda clean -t	tar打包
conda create -n xxx python=xx	创建python版本为xx的xxx虚拟环境
conda –help	查看各种指令
conda info -e	查看已经创建的所有虚拟环境
conda install xxx	下载xxx包
conda list	罗列出所有已安装的科学包及其依赖项
conda remove -n xxx	移除xxx虚拟环境
conda search	查找可供安装的包
conda update xxx	更新xxx文件包
conda uninstall xxx	卸载xxx文件包

*Pytorch是一个开源的Python机器学习库，基于Torch,用于自然语言处理等应用程序。Pytorch既可以看作加入了GPU支持的numpy,同时也可以看作一个拥有自动求导功能的强大深度神经网络除了Facebook外，他已经被Twitter,CMU和Salesforce等机构采用。

介绍完毕，下面就开始搭建环境吧

首先，我们需要先下载Anaconda，由于直接在官网下载缓慢，这里我们就用镜像下载。网址如下:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/进入网址便可看到很多版本的Anaconda

这里我便以py38为例：

 下载完毕后双击运行，点击next,i agree即可，之后会进入下面的页面建议勾选第一个，不然创建的虚拟环境可能会下到C盘。

 点击Next进入下面的页面

建议放在D盘后续还要下载pytorch以及各种包 ，下载完毕后打开Anaconda prompt

现在需要创建虚拟环境

输入指令

conda create -n ptorch(环境名) python=(python的版本) 

创建完毕后激活虚拟环境

conda activate pytorch(你所创建的虚拟环境名)

 接着便要将pytorch下载至虚拟环境中，同样的由于pytorch在官网下载很慢，我们依然要添加国内源，将下面的指令复制到命令行执行即可

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

 添加成功

接下来进入pytorch的官网https://pytorch.org/

 

 查看历史版本建议选择长期支持的版本，这我就选择1.8版本

 

将下载指令复制到命令行，回车即可 ，到Anaconda+pytorch便配置好了

 

 打开VScode先下载一个jupyter的拓展

我们需要配置解释器ctrl+shift+p便会弹出提示

选择已经配置好的python即可

 验证一下

 完毕。