Anaconda下载安装以及Tensorflow和Pytorch的安装
电脑重装了一下系统，于是自己又从头到尾安了一遍tensorflow和torch，现将过程记录如下：
文章目录
-
-
- Anaconda的安装
- tensorflow的安装
- pytorch 安装
- 附录
-
Anaconda的安装
Anaconda 的官网地址下载速度极慢，而且经常下到一半断掉，这里建议去清华镜像网站下载：
链接: 清华镜像网站Anaconda下载.
推荐下载 Anaconda3-5.2.0-windows-x86_64.exe，因为它自带的python版本是3.6的，如果python版本是3.7及以上的话tensorflow运行会出问题
下载好了之后就双击exe文件，一路next就行了，注意在选择安装位置的时候最好不要装在C盘，可以自行更换路径，比如我安装的路径就是D:\Program Files\Anaconda\
然后最后有两个勾选选项
我们勾选第一个 “Add Anaconda to my PATH environment variable”，将Anaconda加入环境，省的自己手动加，第二个可以不用勾选
等待一段漫长的安装时间过后，Anaconda便安装成功了。
tensorflow的安装
首先在最近添加中找到 Anaconda Prompt ,右键以管理员身份运行
将下面的几行代码复制入命令行，目的是添加清华的下载源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
然后键入
conda create -n env_name python=3.6
这一行的目的是新建一个Anaconda环境，其中 env_name是所创建的新环境的名称，可以自行修改为你喜欢的名字
然后输入
activate env_name
这一行的目的是进入你新建的环境，env_name为创建的环境的名称，如果你的命名是其他名字，请对应地将env_name 替换为你命名的名字。
比如我的电脑输入activate env_name 后的效果如下
可以看出，当激活了env_name环境之后，最前面的(base)变成了(env_name)，即从默认环境转变为了你所创建的环境。
然后就可以开始安装tensorflow了，根据你的电脑是否有GPU，安装指令如下所示（选择CPU或GPU中的一个就行）：
CPU版本：
pip install tensorflow==1.12
GPU版本：
pip install tensorflow-gpu==1.12
也可以指定清华镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12
键入上述代码后，等待一段时间，命令行会提示你是否确定安装一大堆包 [y/n]
输入 y 即可，再等待一段时间即可安装成功。
pytorch 安装
pytorch 的安装对应的命令可以去官网生成
链接: pytorch官网.
上面的这些是可以选的
Pytorch Build 意思是选择哪种类型的 建议选择 Stable 更为稳定
Your OS 是选择你的系统类型 我们这里选择了 windows
Package 是你要用什么形式来安装 由于我们是通过Anaconda 安装，所以选择了 Conda
Language 是你所使用的编程语言类型
CUDA 就是根据你电脑的 GPU 类型 来选的，我在这里选择了None。
因为想让电脑多撑几年，我一般都是在Google 的Colab 或者 Kaggle 提供的云端深度学习框架训练的模型，有兴趣的话可以去csdn里面搜一下这两个平台的使用，还是挺方便的。
选择好了就可以复制最后面那段代码： conda install pytorch torchvision cpuonly
注意要把 -c pytorch 去掉，-c pytorch的作用是使用默认的下载方式，下载的超级慢，去掉之后使用的便是清华镜像提供的路径了 ，下载的贼快。
键入代码，之后他会弹出 y/n 的选项
选择y
一段时间后即可将 Pytorch 成功安装。
附录
安装完tensorflow 尝试输出时，发现一直报错：
FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’.
这是因为 numpy 版本太高了，与tensorflow版本不兼容，可以降低numpy的版本，方法如下：
- 打开 Anaconda Prompt ，右键管理员身份运行
- 先卸载当前版本的numpy ：
pip uninstall numpy
- 再安装低版本的numpy：
pip install numpy==1.16.0
大功告成！不再报错！