一、解释

Python是编程语言
Anaconda是包含了Python和其他深度学习中可能会用到的包
PyCharm是一个来编辑Python代码的工具
PyTorch是一个用来更快地计算Python的框架。
打个比方，你想玩一款游戏，Python就是你要玩的游戏；Anaconda就是手机的应用商店/AppStore，包含你要玩的游戏，和其他你可能会玩的游戏；PyCharm就是手机/电脑的显示屏；PyTorch就是用来玩游戏的手柄（可以自己的习惯来选择不同品牌的手柄，就像选择是用PyTorch、Tensorflow还是Keras就一样）。

二、Anaconda

Anaconda是一个开源的Python发行版本，包含了包括Python、Conda、科学计算库等180多个科学包及其依赖项。因此，安装了Anaconda就不用再单独安装Python。

CUDA，在进行深度学习的时候，需要用到GPU，CUDA就是一个调用GPU的工具。只有NVidia显卡才能使用CUDA。现有的主流深度学习框架基本都是基于CUDA进行GPU加速的。
cuDNN，CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作。（https://www.jianshu.com/p/622f47f94784）

三、conda和pip的区别

conda和pip：
1）conda：是包及其依赖项和环境的管理工具，包含于Anaconda的所有版本当中。适用于各种编程语言（Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN）；
2）pip：是用于安装和管理软件包的包管理器，这一点功能上和conda很像。但是pip仅适用于Python。
二者区别：
1）安装包时：
conda：安装的时候会自动的安装相互兼容的包；
pip：安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
2）多个环境管理：
conda：可以很方便的切换各个自定义的环境；
pip：维护多个环境难度较大。
3）对Python的影响：
conda：安装、卸载、更新包的时候，不会影响系统自带的Python
pip：在系统自带Python中包的更新/版本/卸载将影响其他程序。
（推荐使用conda去安装包）

四、Pytorch

PyTorch是一个框架，具有强大的GPU加速的张量计算，包含自动求导系统的深度神经网络，所以在深度学习的时候用PyTorch会比较快。

五、IDE（ Integrated Development Environment）集成开发环境

1. jupyter notebook 和spyder

jupyter notebook 和spyder是Anaconda中自带的IDE，这两个直接在Anaconda里面打开就行了，不用单独下载、安装、配置。1）jupyter notebook在运行代码时是一行一行的运行，每一行代码都会显示是否报错或者输出结果，起来比较直观。一般在运行比较简单的代码使用，方便代码的阅读和修改。上课的时候老师给我们讲解代码的时候会用来演示代码的运行过程；2)spyder是从头运行的，用的比较少，交作业的时候会用。

2. PyCharm

PyCharm有很多方便快捷的功能，页面也非常简洁，在用Python语言编写代码时可以提高效率，比如调试、语法高亮、项目管理、代码跳转、智能提示等。在使用时，需要先配置PyCharm里Python的运行环境，一般就选择Anaconda安装路径中的Python，这样就可以直接调用你在Anaconda安装的包了。还可以连上服务器。

3. 其他

当然，也还有很多其他的IDE，可以根据个人习惯选择工具。

六、下载安装

参考
【安装教程】——xshell服务器Ubuntu18.04安装anaconda、cuda、cudnn、pytorch
【安装教程】深度学习环境配置——Windows10 安装Anaconda、PyTorch

一文搞懂深度学习所有工具——Anaconda、CUDA、cuDNN相关推荐

一文搞懂深度学习正则化的L2范数
想要彻底弄明白L2范数,必须要有一定的矩阵论知识,L2范数涉及了很多的矩阵变换.在我们进行数学公式的推到之前,我们先对L2范数有一个感性的认识. L2范数是什么? L2范数的定义其实是一个数学概念,其 ...
干货 | 台大“一天搞懂深度学习”课程PPT（下载方式见文末！！）
微信公众号关键字全网搜索最新排名 [机器学习算法]:排名第一 [机器学习]:排名第一 [Python]:排名第三 [算法]:排名第四 Deep Learing Tutorial 本篇文章我们给出了一 ...
【深度学习】李宏毅：1 天搞懂深度学习，我总结了 300 页 PPT（附思维导图）...
转载自:机器学习算法那些事 ID:Charlotte77 公众号:Charlotte数据挖掘 By Charlotte77 前言:李宏毅的教材,非常经典,B站有配套视频,文末附下载链接! ...
太强了！李宏毅：1 天搞懂深度学习，我总结了 300 页 PPT
<1 天搞懂深度学习>,300 多页的 ppt,台湾李宏毅教授写的,非常棒.不夸张地说,是我看过最系统,也最通俗易懂的,关于深度学习的文章. 这份 300 页的 PPT,被搬运到了 Sli ...
下载 | 李宏毅：1 天搞懂深度学习，我总结了 300 页 PPT
<1 天搞懂深度学习>,300 多页的 ppt,台湾李宏毅教授写的,非常棒.不夸张地说,是我看过最系统,也最通俗易懂的,关于深度学习的文章. 这份 300 页的 PPT,被搬运到了 Sli ...
一文看懂深度学习（白话解释+8个优缺点+4个典型算法）
本文首发自 easyAI - 人工智能知识库原文地址:<一文看懂深度学习(白话解释+8个优缺点+4个典型算法)> 深度学习有很好的表现,引领了第三次人工智能的浪潮.目前大部分表现优异的应 ...
深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6
系统环境:Win10 Python版本:3.7.6 CUDA版本:10.0 cuDNN版本:7.6.5 Tensorflow-gpu版本:2.0.1 PyTorch版本:1.2.0 深度学习环境配置W ...
一文读懂深度学习中的矩阵微积分
点击视学算法标星,更快获取CVML新技术鱼羊编译整理量子位报道 | 公众号 QbitAI 想要真正了解深度神经网络是如何训练的,免不了从矩阵微积分说起. 虽然网络上已经有不少关于多元微积分和线 ...
一文搞定深度学习建模预测全流程(Python)
作者 | 泳鱼来源 | 算法进阶本文详细地梳理及实现了深度学习模型构建及预测的全流程,代码示例基于python及神经网络库keras,通过设计一个深度神经网络模型做波士顿房价预测.主要依赖的Pyt ...
一文读懂深度学习框架下的目标检测（附数据集）
来源:大数据文摘编译:及子龙,张礼俊,余志文,钱天培本文长度为3716字,建议阅读5分钟本文为你全方位解读机器视觉领域中的目标检测. 从简单的图像分类到3D位置估算,在机器视觉领域里从来都不乏有 ...

一文搞懂深度学习所有工具——Anaconda、CUDA、cuDNN