深度学习大热，如何搭建深度学习所需的编程环境呢？本文将提供一个简明教程。 首先我们来了解深度学习编程相关的几个概念： 编程语言/编译器：Python。Python的特点是“用最少的代码干最多的事”。Python 2即将在2020年停止更新，所以现在学习Python 3是最好的选择。 编辑器：Pycharm。非常好用的Python集成开发环境。 深度学习框架1：Pytorch。Facebook支持的深度学习框架，学习曲线较为平缓，非常适合初学者、研究人员。 深度学习框架2：Tensorflow。谷歌支持的深度学习框架，学习曲线较为陡峭，目前更适合工程人员。TF 2.0版本正在开发中，相对于之前的TF 1.x会有较大的调整和变化。 图形处理器：主流深度学习框架依赖Nvidia GPU的CUDA和CuDNN。如果你的电脑有Nvidia GPU，可以加速深度学习程序的执行。 接下来我们将介绍深度学习环境在Windows上的安装方法。 Windows上安装深度学习环境 Windows系统是目前占有率最高的桌面操作系统，本身不包含Python环境。因此我们首先需要下载Python环境，这里推荐的Python环境管理工具是Anaconda。 首先从官网下载安装Anaconda (Python 3.7版本) 如果机器有Nvidia GPU，先从Nvidia官网下载安装CUDA 10.0。 然后下载CuDNN 7，解压并将 .h文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include，将.lib文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64``。 安装Pytorch（需要联网）: 如果有Nvidia GPU，在命令提示符中执行
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch 否则安装CPU版，在命令提示符中执行 1.conda install pytorch-cpu torchvision-cpu -c pytorch 安装Tensorflow（需要联网）： 如果有Nvidia GPU，在命令提示符中执行 1.conda install -c anaconda tensorflow-gpu 否则安装CPU版，在命令提示符中执行 1.conda install -c anaconda tensorflow 下载安装Pycharm，不需要Web开发功能的我们选择Community版本即可，是免费的。 测试环境 打开命令提示符，执行 1.python 2.import torch 3.import tensorflow as tf 如果没有错误，则表明深度学习框架Pytorch和Tensorflow已经安装成功。配置Pycharm找到Python 为了让编辑器Pycharm找到Python编译器，我们需要进行一定的配置。 打开Pycharm，打开菜单 File->Default Settings->Project Intepreter，点击设置图标（图中红色圈出），输入本地python.exe的路径。 一路点击OK保存设置。 至此，你已经可以用Pycharm开始开发深度学习程序了。访问Pytorch官网教程，开始学习吧！
