这个xiaozhai，是我设置的我的虚拟环境的名字，你可以自行修改，随便叫啥都想，只要不是汉语就行。
这里输入 y 即可 ，（yes和no的意思）。
这就是在创建属于自己的环境ing
这样就是环境创建成功
然后我们需要进入我们的环境
我们需要输入命令：
conda activate xiaozhai
xiaozhai改成自己刚开始设置环境的时候，设置的环境名字
看最左边由base变成了xiaozhai，这说明进入了我们设置的环境
环境配置导入：
这个时候我们就需要打开pycharm了，将我们设置的环境解释器导入pycharm
首选，在桌面上新建一个名为test的文件夹。
我们打开pycharm
点击open
找到test文件夹打开。
然后我们需要导入解释器，
点击左上角的File
点击Setting
我们在Python Interpreter里找到自己创建环境的解释器，因为理论为可以创建无数个环境，我们找打适合我们这个工程的环境。
这四个环境是我之前创建的四个环境的解释器，我们点击左上角的+号，寻找我们的新环境
有时候，系统会自动检测到环境解释器，然后导入，就像我这样，但是如果没有自动检测到的话，你就要手动寻找了。
点击最右边的三个....
我们的环境在我们anaconda的安装位置的envs文件夹下
我们不是直接将环境名字的这个文件夹导入，而是点开文件夹，里面有个python.exe，如我下图所示，将这个选中，然后点击ok。
可以看到我的环境里面有了我刚才新创建环境的解释器。
我们选中这个环境的解释器，点击下面的ok，即可将我们创建环境的解释器，导入Pycharm
到这里，我们就可以完成了基本的环境配置，我们就可以下载各种我们需要的库和深度学习框架了。
opencv环境配置下载：
同上打开anaconda Prompt 输入上述命令进入我们的环境，这样可以保证我们配置的库都在我们设置的虚拟环境中
我们只需要在这里输入各种库的下载命令即可
以opencv为例：
pip install opencv-python
这个下载库的过程用的是国外的源，有时候网速不好会下载的很慢，会出现这种情况
我们可以换成豆瓣源下载，会大大加快下载速度。
pip install 下载的包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
当最下面出现 Successfully installed numpy-1.22.3 opencv-python-4.5.5.64，说明安装成功，对于所有库都是这样，出现Successfully installed +库名说明安装成功
我们可以在我们的pycharm相应环境的解释器中找到对应的安装包名字，即可说明安装成功。
好了讲到这里，我想大家应该会举一反三了，所有库都是这样下载的，只是有时候你需要去查清楚具体安装包的名字，别在pip的时候搞错包的名字就行。
TensorFlow环境配置：
比如我们经常用的TensorFlow
pip install Tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
Tensorflow安装成功
Pytorch环境的配置：
Pytorh的配置命令不太一样，你需要去他的官网找到他给的下载命令，输入即可。
Pytorch官网网址：PyTorch
根据你的需要选择，会出现不同的命令
也只是命令不一样，其他操作方式一样。
这里给出Pytorch的下载命令(window系统，CPU版本的Pytorch)：
conda install pytorch torchvision torchaudio cpuonly -c pytorch
安装Pytorch
又会出现这种，输入y，按回车即可
输入y，按回车即可
环境下载ing
下载各种版本的方法，以opencv为例：
下载3.4.11.41版本的opencv
pip install opencv-python==3.4.11.41 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
