目标：

1. 从头开始，一步一步搭建深度学习环境
2. 实现适用于python语言的深度学习 络训练环境

具体内容和总流程如下：
1.英伟达显卡安装和cuda配置安装；
2.虚拟环境Anaconda3的搭建；
3.测试实现torch1.4+gpu；
4.安装IDE：pycharm。

小结：以上安装配置完成，表示本台机器可以用于GPU运算。
后面的的深度学习框架（pytorch,tensorflow,paddle等）版本和cuda（7，8，9，10，11）是虚拟环境中的搭配，与前面硬件版本加以区分，两者不需要一致，硬件通常是满足软件要求的。某人以前就钻进了这样的怪圈，显卡要求安装cuda tooltik11,深度学习框架pytorch1.4匹配cuda10,我是不是要去前面下载cuda tooltik10装上,其实并不需要。因为后面说的pytorch1.4匹配的是cuda10库，可以下载暗转到环境下。前面的硬件是满足条件的。
共享一个框架pytorch和GPU匹配情况的下载地址：https://download.pytorch.org/whl/torch_stable.html，非常好用，尤其是线上安装不顺畅，或者需要明确版本匹配问题的的时候。
比如：我要pytorch1.5,window10，就可以找到对应版本和cuda，直接下载.whl文件。安装whl文件直接用，回车即可。

此处实例命令操作测试：

pycharm安装

官 下载community免费版。

开始创建你的第一个项目吧。
1.创建一个项目；
2.测试pytorch14和gpu是否可用。
3.输出结果。

创建工程项目，设置项目名称“pythonProject”–创建环境在项目下Location，选择使用之前在anaconda下创建的virtualTorch14.

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习208625 人正在系统学习中