pycharm是什么，為什么讓我指定interpreter記事本
最開始寫C語言代碼的時候，人們使用vi，記事本等軟件寫代碼，寫完了之后用GCC編譯，然后運行編譯結果，就是二進制文件。python也可以這樣做，用記事本寫完代碼，保存成如test.py的文件后，通過命令python test.py可以運行這一文件。最初的C語言代碼都是通過這種方式寫的。但是人們很快發現了一個問題，就是這么弄太麻煩了，編寫用vi，運行得切出去用shell，出錯了再切回vi改代碼。這要是編寫、運行、調試都能在同一個窗口里進行，再來點語法檢查，高亮，顏色，代碼提示，那寫代碼的效率不就高多了嗎？所以就有了Microsoft Visual C++等寫代碼工具，這些工具除了提供方便的文本編輯功能，還能夠連接到編譯器（C/C++）、解釋器（java，python，R），把編譯器和解釋器的運行結果顯示在自己的界面上，這些工具被稱為IDE（集成開發環境）。正因為編譯器，解釋器不是它的組成部分，pycharm中每個項目都要指定一個interpreter才能運行。即某個路徑下的python.exe。其他的IDE也都要指定運行環境。
pip又是什么應用商店
python和java一樣，運行起來需要各種包的支持。java興起的最開始，開源jar包作者在各自的網站上面發布自己的包，需要用的開發者就去他們的網站上下載，然而很快就出現了一個問題，如果一個大型工程需要用到幾十個，甚至幾百個jar包，一個個翻網站下載顯然是非常勞累的。所以就有了maven和gradle，他們自己建了maven倉庫和gradle倉庫，就像IOS應用商店一樣，開源jar包的作者會把各種版本的jar包統一上傳到倉庫，開發者統一下載，非常方便。
python問世的時候，java的maven和gradle早已流行多年，python官方也吸取了經驗，直接官方內置pip工具，官方經營pip倉庫。正式的名稱叫做包管理工具。
conda的功能之一也是包管理工具。
conda，vitualenv，pipenv 又是什么照片管理系統
python版本繁多，版本之間的區別較大。這種不兼容激化了矛盾，當一臺機器上存在多個python項目，而這些項目又各自依賴于不同的python版本以及各個不同版本的包，這些包對于python版本又非常敏感。即使有pip，配置環境也變成了一件令人絕望的事。以往java等語言沒有這么激烈的矛盾，是因為它們沒有這么多版本，而且版本之間也能大體兼容。
所以人們就想，如果能把pip配置出來的結果“照”下來。不同項目用不同的“照片”，這問題不就解決了嗎。
這類任務通常都是靠虛擬化技術。
docker容器比虛擬機更加輕量，更加靈活，但對于這個任務來說，還是同樣的缺點。于是conda等軟件應運而生，它不是虛擬機，沒有使用虛擬化技術，自然就沒有運行效率損失。它只是一個物理機上的管理軟件，可以把它想象成一個照片管理系統，只不過它管理的照片有點特殊，叫做虛擬環境，它是某個python運行環境，里面已經裝好了一些特定版本的特定包。
注意：pip和pipenv是兩個東西，不可混為一談。
anaconda是什么，anaconda和conda是什么關系，為什么要裝anacondaXX照片管理系統+XX全家桶
anaconda和miniconda同為conda官方推薦的conda工具。anaconda和conda的關系，就像github和git的關系，anaconda不光包含了conda命令行軟件，還包含了多如牛毛的預裝python包，以及令人瞠目結舌的黑科技全家桶。
我們裝anaconda主要是沖著conda管理python運行環境比較方便的原因，以及它那一大堆預裝包。雖然其他的我們用不到，但是大樹底下好乘涼嘛。
下面有兩種pytorch環境配置方法，推薦使用第一種，即使用conda的pytorch環境配置方法。第二種費時費力。這是親測的結果。不禁慨嘆還是conda好用，手動擼環境猶如小米加步槍啊。
conda的pytorch環境配置方法anacondaanaconda在https://www.anaconda.com/distribution/ 找到合適的安裝包，得到下載鏈接后進行下載
https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.shanaconda所有步驟參照官方文檔 https://docs.anaconda.com/anaconda/install/linux/
bash Anaconda3-2019.03-Linux-x86_64.shconda組裝pytorch虛擬環境pytorch到本地conda倉庫中到pytorch官方網站找到合適的安裝命令 https://pytorch.org/get-started/locally/
注意：CUDA是使用GPU進行計算的組件。
conda install pytorch-cpu torchvision-cpu -c pytorch使用下面的命令可以看到conda倉庫中的torch
conda list |grep torchconda虛擬環境官方文檔
https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
conda create --name pytorch-py36 --channel pytorch python=3.6 pytorch-cpu torchvision-cpuconda虛擬環境activate pytorch-py36python在打開的python命令行里輸入
import torchimport torchvisionimport numpy不報錯則說明構建conda虛擬環境pytorch-py36成功。
注意：pytorch-py36默認在anaconda目錄下的envs文件夾中。
pycharm中使用conda虛擬環境conda虛擬環境pytorch-py36添加到pycharm的interpreter可選列表中在pycharm新建工程，或在files->settings->project:<xxx>->project interpreter界面，可以設定project interpreter。
Existing enviroment，點擊...按鈕，會彈出添加界面。settings界面，點擊齒輪按鈕，選擇Add，會彈出添加界面。Conda Environment，右邊選擇Existing environment，再點擊...按鈕添加一個已經存在的conda虛擬環境，即剛剛構建的pytorch-py36。
pytorch-py36在interpreter列表中選擇剛剛添加的interpreter。如果需要對剛添加的interpreter改名，比如把python 3.6 (3)改成pytorch-py36，則點擊齒輪按鈕，點擊show all，里面可以改名。
試著使用import torch，import torchvision這樣的語句，不會報錯則成功。
pytorch手動配置方法python3.6.7python3.6.7cd ~wget https://www.python.org/ftp/python/3.6.7/Python-3.6.7.tgzmkdir ~/pythonmkdir ~/python/python367mv ~/Python-3.6.7.tgz ~/python/python367.tgzcd ~/pythontar xvf python367.tgzzlib是python需要的依賴庫，必須提前安裝。
如果有管理員權限，只需用包工具即可安裝，如sudo apt-get install zlib1g-dev；因為沒有管理員權限，所以采用源碼安裝。
可以用以下兩條命令確認zlib是否存在。
ls /usr/include |grep zlibls /usr/lib |grep zlib如果任意一條輸出為空，則說明zlib不存在，需要安裝。
注意：|grep可以跟在任意命令之后，對該命令的輸出結果進行搜索，只顯示跟搜索內容有關的部分。
cd ~/python/Python-3.6.7/Modules/zlibmkdir ~/python/zlib./configure --prefix=/home4/grad4/wzhao1/python/zlibmake install然后將zlib加入到GCC的include和lib路徑中。
export C_INCLUDE_PATH=~/python/zlib/includeexport CPLUS_INCLUDE_PATH=~/python/zlib/includeexport LD_LIBRARY_PATH=~/python/zlib/libexport LIBRARY_PATH=~/python/zlib/lib注意：此處的路徑修改僅對當前shell有效，關閉shell或斷開重連都會導致路徑失效。因為我們只需要編譯一次，所以采用這種方式。想查看這兩個路徑的當前值使用echo命令，即echo $C_INCLUDE_PATH。如果想要每次都生效，可以將export命令寫入.bashrc中。
注意：GCC編譯時搜索的路徑遠比這些變量多，這些變量只是其中的一部分，且通常默認為空，也不是最優先的。比如最常見的，也是一般情況下最優先的搜索路徑是/usr/include和/usr/lib，也就是剛才判斷zlib是否存在的命令中搜索的路徑。
注意：四個變量含義：C頭文件路徑(.h)，C++頭文件路徑(.hpp)，動態鏈接庫路徑(.so)，靜態鏈接庫路徑(.a)。
cd ~/python/Python-3.6.7/./configure --prefix=/home4/grad4/wzhao1/python/python367makemake install如有報錯，必須停下來解決問題。如果一直沒有報錯，則會安裝成功。
注意：--prefix后面的參數必須是絕對路徑，不能出現~，.，..這樣的相對路徑。echo ~可以顯示處當前用戶~目錄的絕對路徑，如/home4/grad4/wzhao1。--prefix后面的參數簡單理解，就是windows下的安裝路徑。
注意：以上過程是自動化編譯，./configure這種可運行文件一般顯示為綠色，它的作用是根據當前環境，制定編譯策略，即Makefile。C/C++語言與java，python，scala，R等高度現代化的編程語言不同，它的部分語言特性是根據編譯時環境而定的，這一點頗受詬病。如long，int型的數據類型長度竟然取決于編譯時環境。
cd ~/python/python367/bin./python3.6如果python命令行正常啟動，且顯示版本也是正確的3.6.7，則安裝成功。
同一環境，尤其是同一服務器下通常不需要重新編譯，只要有人編譯出一份并備份保存，所有人都能直接下載使用。為了這個目的，以及備份的目的，我們要把編譯結果保存成壓縮包。
cd ~/pythontar cvf python367.tgz python367軟連接可以簡單理解為windows下的快捷方式，建立軟連接的目的是為了更方便地使用我們安裝的python。從這個步驟開始都不做，python也能正常使用。
進入~/python/python367/bin下查看目前的情況。
ls -lh可以看到，軟連接是淺藍色，并標注了它指向的目標。如python3 -> python3.6，而且可以看到python3.6的文件大小是12M，而python3的大小是9（字節）。
我們建立名為python和pip的軟連接。
ln -s python3.6 pythonln -s pip3.6 pip修改文件~/.bashrc，添加python3.6.7環境變量。
注意：這個文件內的變量是用戶變量。系統變量在/etc/profile。
cd ~vim .bashrc注意：用vim進行編輯時，不可使用鼠標。屏幕下端是狀態欄。打開文件時，默認為瀏覽狀態。輸入a或i可以進入編輯狀態。按ESC回到瀏覽狀態，在瀏覽狀態下，輸入:q!強制退出不保存，輸入:wq保存退出。
export PYTHON_HOME="~/python/python367"export PATH="$PYTHON_HOME/bin:$PATH"修改完環境變量后，不會立即生效。用這個命令讓環境變量立即生效。
source .bashrcpython --versionpip --version顯示下列結果即安裝成功
Python 3.6.7pip 10.0.1今后該用戶的shell里只要輸入python和pip，默認就是使用剛才安裝的python和pip。
python3.6.7中安裝pytorchpytorch在 https://pytorch.org 找到合適的安裝包，得到下載鏈接后進行下載
wget https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whlpip安裝pytorchpip install torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whlpip install torchvision注意：torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl不能改名，因為pip會嚴格檢查文件名是否符合當前python版本，不符合則拒絕安裝。
pythonimport torchimport torchvision不報錯則安裝成功。
Pycharm下使用pytorch在新建工程的時候選擇existing interpreter，指定之前安裝的python.exe即可。（即~/python/python367）
對于已經存在的工程，可以按如下步驟操作（如果project interpreter里面有我們要的python.exe，就不需要再add了）
