- 在anaconda终端创建MindSpore环境，并激活该环境，等待创建成功。
conda create -n mindspore python=3.7 conda activate mindspore
- 进入MindSpore官网
网址 - 选择相应配置信息复制指令，目前GPU版本只支持linux操作系统。
- 在anaconda终端激活你所使用的python环境，粘贴指令，敲击回车。
- 等待安装完成后，进入python环境，使用指令import mindspore 检查是否安装正常，若无报错，则安装成功。
- 创建tensorflow环境，指定python版本，在终端输入以下命令，等待安装成功。
- 在终端输入以下指令，激活刚创建的tf2.1环境。
- 终端输入以下指令，下载cudatoolkit=10.1
- 终端输入以下指令，下载深度学习包。
- 终端输入以下指令安装tensorflow2.1版本，-i后面是指定下载源为清华源，下载速度快点。
pip install tensorflow==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
- 等待下载完成后，输入conda list指令查看该环境下已经安装成功的第三方包。
- 终端输入以下指令，检查是否安装成功。
- 创建Pytorch的环境，激活Pytorch的环境，在anaconda终端输入以下指令，等待创建完成。
conda create -n pytorch python=3.7 conda activate pytorch
- 进入pytorch官网，点击Install。
- 电脑有英伟达的显卡就选择CUDA版本，没有就选择CPU版本，这里需要查看自己电脑的CUDA版本。
- 按win+Q，输入控制面板，然后查看方式小图标，点击NVIDIA控制面板。
- 确认CUDA版本后，复制pytorch的下载命令至刚刚创建的pytorch环境中，等待下载完成。
- 在终端输入以下指令，检查pytorch是否安装成功，返回True，表示安装成功。
- Pycharm软件和Anaconda环境都安装好后，接下来就是将Anaconda中python环境在Pycharm中导入，这样，Pycharm就能运行python程序了。
- 点击File，Settings，搜索Interpreter，点击Interpreter。
- 点开下拉框，点击Show All。
-选择你所需要的深度学习框架的环境，点击OK，等待加载完成后就可以开始新建文件编辑代码了。
