对于想要入门Python或者深度学习的初学者而言，配置环境一直是一个令人头疼的问题。相信有许多人经历过安装第三方包失败，安装好了却在使用中报错，安装CUDA、tensorflow、pytorch版本不匹配等等令人头大的问题，我也曾被这些问题所困扰。经过这两三年时间中反复重装环境的痛苦过程，直到现在我才逐渐能够独立、流畅地配制出一个令人满意的环境。在这个过程中，我也帮助了许多遇到这些问题的朋友，收获了一些经验教训，因此我希望将这一完整的过程写成博客，帮助在这方面遇到困难的人。
在这个系列的博客中，我计划详细介绍如下环境在Windows下的配置，后续有时间还会更新Ubuntu下的配置方法。
安装Pycharm和Miniconda（本篇）
介绍conda虚拟环境配置工具
安装CUDA、tensorflow和pytorch
多版本CUDA、tensorflow和pytorch共存
为什么选择Miniconda而不是Anaconda？初学者通常会对Anaconda更加熟悉，它提供了一个包含大多数常见第三方包的Python环境，并且可以使用其中的conda工具来管理虚拟环境，同时还附带了许多IDE。
但是对于需要进行深度学习工作的朋友而言，对多版本框架共存的需求显然是首位的，我们必须要自行创建虚拟环境对不同版本的第三方包进行隔离。
同时，我们很少使用Anaconda自带的IDE，而是使用功能更加强大的Pycharm来进行开发，这就使得Anaconda提供的大而全的环境显得过于臃肿。
Miniconda很好的解决了这个问题，它只提供了conda工具来管理环境，而没有其他预装的第三方包。这样不仅可以节省存储空间，而且有利于我们从一开始就正确地配置环境。
下载Pycharm打开Pycharm官网https://www.jetbrains.com/pycharm/点击Download。
选择Windows系统。Professional是专业版，需要购买并使用账号密码登录，还可以使用edu后缀的教育邮箱免费申请。专业版比社区版增加了对于Web开发、数据库和jupyter notebook等的支持，如果不需要上述功能可以选择Community社区版。
点击Download下载。这里我下载的是专业版，后续安装步骤可能与社区版有所出入。
安装Pycharm双击下载好的exe安装文件，点击Next进入下一步。
选择安装位置，这里我选择安装在D盘。
选择安装选项。这里建议选择添加至PATH环境变量，并关联.py文件。添加至右键菜单，可以在文件夹上单击右键使以Pycharm项目打开文件夹。关联.py文件指默认用Pycharm打开.py文件。
选择开始菜单文件夹，点击Install。
安装完成后可以选择立即重启或者之后手动重启。
打开Miniconda官网https://docs.conda.io/en/latest/miniconda.html。
选择Latest Miniconda Installer Links中Windows的64或32位版本进行下载。
如果下载速度慢的话，可以在清华大学开源镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda中选择对应的版本进行下载。注意选择Miniconda3-latest-Windows为前缀的链接，后面根据自己电脑的位数选择x86（32位）或x86_64（64位或32位）的版本。
安装Miniconda双击下载好的exe安装文件，点击Next进入下一步。
点击I Agree同意用户许可协议。
选择为哪些用户安装。Just Me只为当前系统登录的用户进行安装，如果有多账户使用同一台电脑并且都希望使用Miniconda的话，需要选择All Users。这里选择默认的Just Me。
选择安装位置，这里我选择安装在D盘。
