一、下载pycharm

        pycharm的版本影响不大，可以选择下载最新版本的。

PyCharm安装教程和激活详细讲解（全网最快捷、最靠谱的方式）

二、Anaconda下载

        Anaconda版本不要下的太新，容易和python一样出现问题。在选择Anaconda版本时可以参考这篇博客。

Anaconda版本和Python版本对应关系（持续更新...）

Python和Anaconda的版本对应关系

        Anaconda的具体安装步骤可以参考下面这篇博客，里面附有清华源的下载网址。我下载的Anaconda版本为Anaconda3-2021.05-Windows-x86，亲自试过，在后续的操作中不会出现版本方面的问题。这里建议如果c盘内存足够的情况下还是下在c盘，可以避免一些意想不到的错误，我也是太过软弱，被逼无奈，最后下在了c盘。

Anaconda超详细安装教程（Windows环境下）

        倘若你在这步之前已经有过之前的python或者是Anaconda版本，如果是为了稳妥起见可以选择删除。（也可以先不删除，如果后面的版本出现了解决不了的问题，想从头再来一次的时候再来看也可以，毕竟我就是这样的）

        彻底卸载并重装Anaconda环境与Python的方法

三、Cuda和cuDNN安装

        在安装pytorch前建议先把Cuda和cuDNN安装好，其中cuDNN是用于加速用的。Cuda版本可以下载较新的，对之后的影响不大，我下载的是cuda 12.1.1 531.14 windows.exe，亲测是不会出现问题的。

Cuda和cuDNN安装教程(超级详细)

下载完成后可以通过下面这篇博客来检验自己有没有安装好

Windows10检查Cuda和cuDNN是否安装成功？

四、GPU版pytorch的安装

        这个步骤是我之前卡的时间最长的步骤，我会把我之前踩过的坑在此记录。GPU版pytorch的下载过程可以直接从下面这篇博客的6.4看起，如果可以直接成功的话那最好。

【超详细教程】2024最新Pytorch安装教程（同时讲解安装CPU和GPU版本）

        大致过程就是先创建一个虚拟环境，然后通过官网的GPU版本链接，通过命令去下载。

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

        但是这个方式大概率是有问题的， 因为一般的网络大概率是满足不了下载速度的要求，就会出现以下的报错，或是出现更大篇幅的红色，一般这种情况就是下载的速度太慢了，这个时候就需要添加国内的镜像源。

        对于一般情况的下载添加镜像源的命令如下，这里以清华源为例。最好只选择选择一个源，不然容易出问题，因为我之前添加过阿里云的，导致之后的几次报错里总会莫名出现阿里云 。

#查看目前的镜像

conda config --show

#添加镜像——复制路径，在cmd中右键粘贴

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

conda config –-add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --set show_channel_urls yes

        关于虚拟环境以及镜像源的更多解释，可以查看下面这篇博客的第四章节

Anaconda||（踩坑无数，含泪总结！！！）Anaconda的卸载与安装（tensorflow+Keras+spyder+添加镜像源）

        但是重点来了，我自己下载的时候发现，如果像一般的安装包一样在正常的命令后面加上清华源的链接（下面的这个形式），并不能下载GPU版本的pytorch，而是CPU版本的 。

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple

        具体可以看下面这篇博客（我当时就是跟着他的教程下的GPU版本，发现的不对，可以看到这篇博客的评论已经在反应这个问题了）

全网最详细的安装pytorch GPU方法，一次安装成功！！包括安装失败后的处理方法！

        下载多次都失败后，我终于找到一个造就我最后成功的博客，就是下面这篇：

GPU版本pytorch（Cuda12.1）清华源快速安装一步一步教！小白教学~

        可以直接从添加好虚拟环境后开始看。具体操作就是：

①设置清华源，加速安装：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

②开始指定版本安装：

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

        不出意外的话，GPU版本的pytorch到这一步就成功的安装了 。

至于安装好之后怎么和pycharm结合可以看下面这个视频，可以从14:40开始观看

全程复制粘贴教你安装GPU版本torch

        但我自己操作的时候发现，如果是较新版本的pycharm，是可以直接识别到你的Anaconda环境或者是自建的虚拟环境的，如下图所示，直接选择就好。

五、其他 

        在我安装的前期，还碰到过一些问题，比如说是numpy版本和其他的安装包的版本冲突的问题，可以参考下面这篇博客。但是如果是直接下载的较新版的Anaconda，应该不会出现这种情况

Numpy版本查看、降级、卸载和安装（自定义版本）

        对于numpy和python 的对应关系可以参考下面这篇博客，也可以通过AI去确定。

版本匹配指南：Scipy版本、Python版本和Numpy版本的对应关系

        各个安装包之间版本的兼容性是一个比较麻烦的问题，如果要下载一些会与当前Anaconda版本冲突的安装包可能就会比较麻烦。但目前，在当前的Anaconda版本下，我还没有遇到过这种问题。

六、小结

        本文用于总结前几天在配置python环境的过程中碰到的种种问题，以及对自己看到的数不清的博客做一个总结归纳。同时，这两天在用树莓派的时候也避不开配置python的问题，也是碰到了很多问题，都是硬着头皮一点点解决过来。之后打算把经历过的一些报错都在博客中留存，是自己的苦难史，但也许会给后人留下一点价值。