在进行深度学习神经网络搭建，或者机器学习调包时，往往很多package对于python版本环境有不同的需求。因此，现在如果一台
电脑仅仅在本机环境下安装一个python 版本是远远不能够满足需求的，同时还会造成版本之间管理的混乱。
Anaconda的虚拟环境配置完美解决了这个问题，它可以在电脑中保存多个虚拟环境，当进行不同的python任务且需要调用不一样的版本支持的package时，只需要切换**下各个python虚拟环境即可，而且Anaconda虚拟环境的配置也十分简单便捷。
下面介绍几个最常用的创建方法
使用 conda create -n your_env_name python=X.X（2.7、3.6等）anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。
例如conda create -n py2.7 python=2.7
如下所示即正在安装
使用activate 你设置的环境名字 即可** 如 activate py2.7
使用deactivate 即可退出该环境
同时 使用 conda env list 即可查看所有的虚拟环境
如果需要安装python的一些包，则**需要安装的虚拟版本环境，进入后直接pip安装就行了。
这样一个多版本并行的python环境就搭建好了，按照自己的需求可以进行不同的配置以方便在进行不同的任务时进行快速的环境切换。