解决问题：当我们运行不同的代码时，可能会用到不同版本的Pytorch/Tensorflow，不同版本的Pytorch/Tensorflow在使用GPU时，对应不同的CUDA版本，这时候就需要安装不同的CUDA版本。在系统中安装多个版本的CUDA，比较麻烦，这时候就可以在虚拟环境里面直接安装CUDA。创建虚拟环境conda create -n name python=3.X激活虚拟环境source

题外话：对自己最近一年多的学习做一个总结，方便日后查看，也希望可以帮助到需要的人，所有内容亲测有效。win10系统下：1、win+r，然后输入cmd，打开终端窗口2、输入命令：conda env list，可以查看当前已经安装的python环境base是anaconda自带的一个环境，其余两个是我后面自己安装的虚拟环境3、创建自己的环境：conda create -n pytorch1.7 pyt

解决问题：Pycharm中的Opencv没有代码提示在环境中安装opencv-python找到你安装opencv-python的所在环境然后打开环境文件夹（本地环境也好，虚拟环境也是一样）D:\Anaconda3\envs\tensorflow2.2\Lib\site-packages\cv2比如我的环境是一个虚拟环境，虚拟环境名是：tensorflow2.2，依次打开文件夹，找到cv2文件夹中的

通常我们打开Jupyter notebook，创建一个新文件，只有一个Python3（如下图），但是我们也会想使用自己创建的虚拟环境，那就需要下面的几个步骤啦！！！1、首先，先激活想要添加的虚拟环境，如下图1处，然后进入虚拟环境中，我这里是pytorch1.6，然后输入命令：pip install ipykernel ipython敲回车，开始安装2、出现下面的输出，表示上面的库已经安装成功3、然

解决问题：当我们运行不同的代码时，可能会用到不同版本的Pytorch/Tensorflow，不同版本的Pytorch/Tensorflow在使用GPU时，对应不同的CUDA版本，这时候就需要安装不同的CUDA版本。在系统中安装多个版本的CUDA，比较麻烦，这时候就可以在虚拟环境里面直接安装CUDA。创建虚拟环境conda create -n name python=3.X激活虚拟环境source

题外话：对自己最近一年多的学习做一个总结，方便日后查看，也希望可以帮助到需要的人，所有内容亲测有效。win10系统下：1、win+r，然后输入cmd，打开终端窗口2、输入命令：conda env list，可以查看当前已经安装的python环境base是anaconda自带的一个环境，其余两个是我后面自己安装的虚拟环境3、创建自己的环境：conda create -n pytorch1.7 pyt

Linux环境下：GCC当工程包含的源文件不多时，可以直接用 gcc 命令来编译。Make当工程包含的源文件很多时，用 gcc 命令逐个去编译时，就很容易混乱而且工作量大。所以这时候有了 make 工具，make 工具可以看成是一个智能的批处理工具，它本身并没有编译和链接的功能，而是用类似于批处理的方式—通过调用 makefile 文件中用户指定的命令来进行编译和链接的。MakefileMakef

第一种方法：直接输入：exit然后根据弹出的页面，选择 win10 启动即可这种方法，每次都要这么操作第二种方法：较麻烦，但是是比较理解的方式先判断引导文件在哪个磁盘输入命令：ls会显示磁盘目录然后输入（查看当前磁盘分区有无引导文件，如果没有，再去查看其它分区）ls (hd0,gpt3)/efi/microsoft/boot/bootmgfw.efi这里的 (hd0,gpt3) 是磁盘分区，根据第