深度学习PyTorch环境安装——mac

参考：http://python.jobbole.com/87522/

1.首先要安装Anaconda

1）什么是Anaconda

Anaconda是Python的包管理器和环境管理器,是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

1.包管理

Anaconda附带了一大批常用数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包

2.环境管理

我们在使用python时可能会遇见下面的情况，就是可能某个项目需要的是python2，而另一个项目需要的却是python3，在同一个环境下同时安装两个Python版本可能会造成许多混乱和错误。这时候你就能够使用anaconda下的conda来创建一个个独立的python环境了

2）什么是conda

conda 是开源包（packages）和虚拟环境（environment）的管理系统。

• packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
• 虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

2.安装Anaconda

在电脑上安装完Anaconda之后，除了相当于安装了Python，也安装好了一些常用的库

安装地址：https://www.anaconda.com/distribution/

你可以根据本机所有的python版本去选择对应安装的版本：

因为之前我的环境中安装了两个版本的python，所以在这里我选择了3.7版本：

下载好后开始安装：

选择安装的位置，我这里不能够使用仅为自己安装，只能选择第三个的磁盘空间，所以其实这一步按照默认设置即可：

接着要安装Microsoft Visual Studio Code，它是一个运行于 Mac OS X、Windows和 Linux 之上的，针对于编写现代 Web 和云应用的跨平台源代码编辑器：

安装成功后应用程序中就会出现：

Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。

打开后为：

然后就可以看见成功安装了五个相关应用，下面介绍其中三种：

• Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
• qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
• spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。

这时候在命令行运行conda就能够看见相应的帮助信息，可知成功安装。

然后下面就能够使用conda来配置环境来安装PyTorch需要的包——pytorch torchvision了：

然后进入该环境：

到这里环境配置就成功了，然后就能够进行深度学习了

可以显示指名安装的python的版本：

可以到官网的下载页面查看你使用conda安装pytorch需要运行的命令，我的命令是：

-n : 指定安装的环境