上一节内容，我已经分享了一些资料，感兴趣的可以点击这个
一些详细内容请参考 mxnet(动手学深度学习) Ubuntu安装及注意事项(CPU/GPU)
1 自己弄了10多遍，总结了一些经验，跟着走，半个小时就可以搞定配置
2.请参考Ubuntu的一些注意事项，上面已经给出链接，下面是Window10的安装
3 本文解决的问题 选择CUDA，Conda和pip下载慢的问题以及如何准确导入Gluon

1 快速下载Anaconda3/Miniconda与安装

高效是我们最喜欢的，下载太慢很头疼。为此，我给大家推荐清华镜像源，速度-你网速有多快下载就有多快，给大家一个思路，想要下载什么软件可以先到清华镜像源上搜索下，没有的话再到官网下载。
清华镜像源：
https://mirrors.tuna.tsinghua.edu.cn

我选了一个比较新的(64位)
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.02-Windows-x86_64.exe

1.1 安装注意事项

不要装在C盘！！！因为C盘文件需要管理员权限，可能会出现问题。

一定要添加path到环境变量中

2 下载源码

2.1 Git for Windows

到腾讯软件中下载，快得很。
https://pc.qq.com/detail/13/detail_22693.html

2.2 Git安装与获取源码

这个很简单，自己摸索下，下面是链接地址，如果太慢，自己想想办法啊，只有40M大小，可以考虑等等
https://github.com/d2l-ai/d2l-zh

3 配置环境

一定要进入下面的终端，不要自己开一个啊

3.1 解决conda速度慢

将下面的命令依次执行，conda config会配置conda的所有信息，并在C:\Users\xxx\下生成.condarc的配置文件，这个文件很重要，涉及涉及源的选择，envs,pkgs的存放路径。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

最终我们使用的激活环境路径就是第一个，为了确保新的环境在Anacnda3下，必须进入Anaconda的终端。用conda config --show可以得到下面的输出，有兴趣的话可以仔细看看，我们新加的清华源也在里面。

3.2 解决pip速度慢

为什么还有pip,你应该知道源码下的environment.yml，没错里面就是需要下载的东西，如果你是GPU的话，需要修改mxnet那行，CPU配置请忽略对environment.yml的修改。
用pip search mxnet看看你自己是那种情况，下面举个例子
我建议用cuda10.0，如果是最新的机子10.2版本在pip时候有些问题，


最痛苦的是pip速度很慢，包又比较大，你会发现一个没有输出的状态，那就是在下载文件。我真想说，求求你下载快点啊，下面给出怎么解决的
继续在终端输入，注意这里不用清华源，因为安装过程中会出错，虽然它很快，我找到了用阿里的，速度飞起，不会出错。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

感兴趣的可以去提示的路径看看是什么

接着执下面的命令，修改后不会等太久，如果多次执行会提示目标文件/envs已存在，就把提示的目标文件删除再试

conda env create -f environment.yml

最后激活环境并测试

conda activate gluon

如下图，如果出错，我相信CPU配置不会有问题，就是GPU的可能会报错，主要原因是CUDA的版本号和mxnet的版本号不对应

如果你的系统装了多个cuda,卸载其他的
CUDA的下载
https://developer.nvidia.com/cuda-toolkit-archive
默认安装位置：
C:\Program Files\NVIDIA GPU Computing Toolkit\xxx

3.4 让Pycharm自动识别到gluon,解释器不对会出很多错误

继续在终端激活环境，conda activate gluon，注意：并切换到Pycharm的安装路径执行Pycharm，务必。Pycharm下载在后面
，
很简单，对桌面的快捷方式右键->打开文件所在位置，复制地址，注意：下面是由两个单引号

cd '.\Program Files\JetBrains\PyCharm Community Edition 2019.1.1\bin\'
.\pycharm.bat

GPU的测试样例

import mxnet as mx
from mxnet import nd# 简单的展示gpu配置成功
print(mx.cpu(), mx.gpu());# NDArray在CPU上运算
x_cpu = nd.array([1, 2, 3]);
print(x_cpu);                   # NDArray默认在CPU上 也就是物理内存上分配
print(x_cpu.context);           # 通过context来查看NDArray所在的设备# NDArray在GPU上运算
x_gpu = nd.array([1, 2, 3], ctx=mx.gpu());
print(x_gpu);                   # NDArray默认在CPU上 也就是物理内存上分配
print(x_gpu.context);           # 通过context来查看NDArray所在的设备

4 有问题请留言