參考：http://python.jobbole.com/87522/
1.首先要安裝Anaconda
1）什么是Anaconda
Anaconda是Python的包管理器和環境管理器,是一個包含180+的科學包及其依賴項的發行版本。其包含的科學包包括：conda, numpy, scipy, ipython notebook等。
1.包管理
Anaconda附帶了一大批常用數據科學包，它附帶了conda、Python和 150 多個科學包及其依賴項。因此你可以用Anaconda立即開始處理數據。
Anaconda 是在 conda（一個包管理器和環境管理器）上發展出來的。在數據分析中，你會用到很多第三方的包，而conda（包管理器）可以很好的幫助你在計算機上安裝和管理這些包，包括安裝、卸載和更新包
2.環境管理
我們在使用python時可能會遇見下面的情況，就是可能某個項目需要的是python2，而另一個項目需要的卻是python3，在同一個環境下同時安裝兩個Python版本可能會造成許多混亂和錯誤。這時候你就能夠使用anaconda下的conda來創建一個個獨立的python環境了
2）什么是conda
conda 是開源包（packages）和虛擬環境（environment）的管理系統。
- packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關注於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。
- 虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。
2.安裝Anaconda
在電腦上安裝完Anaconda之后，除了相當於安裝了Python，也安裝好了一些常用的庫
安裝地址：https://www.anaconda.com/distribution/
你可以根據本機所有的python版本去選擇對應安裝的版本：
因為之前我的環境中安裝了兩個版本的python，所以在這里我選擇了3.7版本：
userdeMBP:go-learning user$ python --version Python 2.7.10 userdeMBP:go-learning user$ python3 --version Python 3.7.1
下載好后開始安裝：
選擇安裝的位置，我這里不能夠使用僅為自己安裝，只能選擇第三個的磁盤空間，所以其實這一步按照默認設置即可：
接着要安裝Microsoft Visual Studio Code，它是一個運行於 Mac OS X、Windows和 Linux 之上的，針對於編寫現代 Web 和雲應用的跨平台源代碼編輯器：
安裝成功后應用程序中就會出現：
Anaconda Navigtor ：用於管理工具包和環境的圖形用戶界面，后續涉及的眾多管理命令也可以在 Navigator 中手工實現。
打開后為：
然后就可以看見成功安裝了五個相關應用，下面介紹其中三種：
- Jupyter notebook ：基於web的交互式計算環境，可以編輯易於人們閱讀的文檔，用於展示數據分析的過程。
- qtconsole ：一個可執行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現多行代碼輸入執行，以及內置許多有用的功能和函數。
- spyder ：一個使用Python語言、跨平台的、科學運算集成開發環境。
這時候在命令行運行conda就能夠看見相應的幫助信息，可知成功安裝。
userdeMBP:~ user$ conda
usage: conda [-h] [-V] command ... conda是為了處理和配置應用、環境和包的工具 Options: positional arguments: command clean 移除不用的包和cache config 修改在.condarc文件中的配置。模仿了git配置命令。默認配置寫入到(/Users/user/.condarc)文件中 create 根據指定的包列表來創建一個新的環境 help 顯示可用的conda命令列表以及它們的幫助字段 info 顯示與目前conda安裝相關的信息 install 安裝一系列包到指定的conda環境中 list 列舉在conda環境中鏈接的包 package 低級conda包應用（還在實驗階段） remove 從指定的conda環境中移除一系列的包 uninstall conda命令remove的別名。詳情可見conda remove --help search 查詢包並顯示相關的信息。輸入是一個MatchSpec，即一個對conda包的查詢語言。可見下面的例子 update 更新conda的包到最新的版本，這個命令接受一系列的包名並更新它們到與環境中其他包兼容的最新的版本。conda會盡量去安裝請求包的最新版本。為了實現這個目的，它可能會更新一些已經安裝的包或安裝額外的包。 為了阻止存在的包被更新，可以使用--no-update-deps選項。當然，這個命令也可能強迫conda去安裝請求包的舊版本，並且不會阻止額外的依賴包被安裝。如果你想要跳過依賴檢查，即無論怎樣都要安裝請求的包，那么你可以使用--force選項。這可能導致環境中存在不兼容的包，所以這個選項一定要十分慎重地使用 upgrade conda命令update的別名，可見conda update --help optional arguments: -h, --help 顯示幫助信息並退出 -V, --version 顯示conda版本並退出 conda來自其他包的可用命令: build convert debug develop env index inspect metapackage render server skeleton verify
然后下面就能夠使用conda來配置環境來安裝PyTorch需要的包——pytorch torchvision了：
userdeMBP:~ user$ conda create -n deeplearning pytorch torchvision -c pytorch
然后進入該環境：
userdeMBP:~ user$ conda activate deeplearning
(deeplearning) userdeMBP:~ user$
到這里環境配置就成功了，然后就能夠進行深度學習了
可以顯示指名安裝的python的版本：
conda create -n deeplearning3 python=3.6
可以到官網的下載頁面查看你使用conda安裝pytorch需要運行的命令，我的命令是：
bogon:~ user$ conda install -n deeplearning3 pytorch torchvision -c pytorch
-n : 指定安裝的環境
