如何快速搭建python的深度学习开发环境

准备工作：
下载并安装pycharm: https://www.jetbrains.com/pycharm/

下载并安装anaconda: https://www.anaconda.com/distribution/

搭建环境：
1，打开Anaconda，点开Environment，并点击Create。如果出现闪退，请离线再打开。

2，新建环境，python版本可以选择自己适合的，现在一般用得多的是py3.6，名字也可以自己起。

3，点击箭头，点击OpenTerminal。

4，安装所需要的模组，有两种方法：
用python自带的pip，好处是可以针对性地下载某个版本的模组，坏处是各模组的版本要自己调好，不然会有各种bug。
例如下载numpy:

pip install numpy

用anaconda的特别功能conda，好处是下载某个模组时，它会自动帮我们匹配其他需要的模组，并且打包下下来，坏处是有时候它匹配的模组会出错或者版本会很旧。
例如下载numpy:

conda install numpy:

我这里极力推荐大家用conda来下载tensorflow-gpu，因为它会自动匹配好cuda和cudnn的库，虽然有时候会有版本错误，但是自己在更新一下版本就好，不然你可能需要花几天时间来搭tensorflow-gpu的环境。

5，anaconda配置完之后，我们来配置Pycharm这个IDE，它能够帮我们快速写代码和调试。pycharm它只是一个工具，我们需要让它知道python的环境在哪。首先打开pycharm，然后点击菜单栏的File，并点击Setting。

6，找到Project Interpreter，然后点击右边的齿轮，点击Add。

7，这里选择Conda Environment 和 Existing environment。点击右边的省略号。

8，会看到一下画面，然后找到我们刚创建的mypython的环境，点击OK。

9，环境搭好了，点解File并选择New，选择新建python file可以打个Hello World。

print("Hello World")

底下会出现

Hello World

Process finished with exit code 0

如果执行我写的模糊算法的话，则会出现以下结果。