总结下载pycharm+Anaconda安装运行深度学习环境

我们大家学习深度学习的时候，总是会去下载一些开源的source code，但是这里就会碰到怎么把源码运行起来的问题，我们老老实实的安装运行环境Python，以及编辑器pycharm

但是在我们自己的电脑上可能会有各种各样的python版本运行环境，这里就可以使用Anaconda将其隔离起来，若是需要使用不同的系统运行源码，防止电脑上安装双系统带来切换系统的不便，可以使用docker，安装不同的系统方便运行环境。

建立环境：可以在Anaconda 图形界面设置，也可以在使用conda create -n my_env

进入环境：可以在图形界面，也可以 conda activate my_env

下载包：可以在图形界面搜索直接install，也可以conda install python=3.6.5，也可以使用pip install下载

在这里下载包的时候就怕它不能下载下来，接下来有几种解决办法

①更换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

使用以下语句可以恢复到默认源。

conda config --remove-key channels

重新打开cmd，再次下载速度就非常快了。
最后附清华源网址，https://mirrors.tuna.tsinghua.edu.cn/anaconda/

②conda命令行搜包装包

有时会出现包版本不对的问题，或者下载不下来，可以使用anaconda search -t conda tensorflow-gpu  #搜包[tensorflow-gpu]

然后对应下载自己所需的包版本，conda install --channel https://conda.anaconda.org/aaronzs tensorflow-gpu

③最重要的办法，可以下载离线包，因为会出现某些包被墙或者网络的问题，下载不下来，可以使用

conda install --use-local pytorch-0.4.0-py35_cuda8.0.61_cudnn7.1.2_1.tar.bz2

又或者使用pip，直接pip install Flask-WTF-0.10.0.tar.gz即可

直至把源码的所有所需的包下载完毕，即可以将源码运行起来