深度学习环境配置

前言

打算学习《动手写深度学习 PyTorch版》，配置python环境，并安装PyTorch

一、Miniconda

简介

Miniconda是一款python环境管理工具，其安装程序中包含conda软件包管理器和Python。一旦安装了Miniconda，就可以使用conda命令安装任何其他软件工具包并创建环境等。

安装步骤：

1. 进入Miniconda官网下载安装即可。如果官网速度慢，可以去清华大学开源软件镜像站下载，并安装。
2. 安装完成后，在开始菜单栏中会出现Anaconda Promot(miniconda)，利用它进行配置和安装。

为什么使用环境管理工具：

因为要学习深度学习，从github上下载的代码对python的版本要求非常严格，因此使用conda进行管理。

相关工具介绍：

1. Conda

Conda是在Windows、macOS和Linux上运行的开源软件包管理系统和环境管理系统。它可以快速安装、运行和更新软件包及其依赖项，也可以轻松地在本地计算机上的环境中创建，保存，加载和切换。
Conda是为Python程序创建的，但可以打包和分发适用于任何语言的软件。

Conda默认随Miniconda或Anaconda发行，因此要安装conda，只需要安装Miniconda或Anconda即可。

2. Anaconda

Anaconda和Miniconda都是Continuum Analytics的开源项目，用于管理Python的环境和包。两者都有用于创建和管理虚拟环境的Conda包管理器。它们区别如下：

Anaconda是一个包含了conda、Python和超过150个科学包及其依赖项的科学Python发行版。它具有可视化图形用户界面（Anaconda Navigator）并且为了方便新手使用，预先包含了大量的库，如NumPy, Pandas, Scipy, Matplotlib等。

Minicon