由于M1芯片下不支持Anaconda，因此有包管理工具miniforge进行替代，miniforge相关的安装过程参考我的另一篇博客 https:
在安装好miniforge之后，可以在命令行中输入conda --version来确定是否安装成功，如果安装成功后则会返回一个版本号。之后使用以下命令创建pytorch环境
conda create -n 虚拟环境名称 python=版本号 conda create -n pytorch_envs python=3.8
注意，此处建议创建python为3.8的虚拟环境（不标明python版本号的话会自动创建3.9的版本），因为后续可能会有一些库并不支持python3.9的版本。
使用下面命令切换创建好的环境pytorch_envs，该环境是一个文件夹，存在~miniforge3/envs文件夹下。
conda activate pytorch_envs
使用下面命令安装pytorch（实际上就是在切换后的文件夹pytorch_envs下进行下载）
conda install pytorch torchvision -c pytorch
在命令行中输入python打开python解释器后，若输入import torch后命令行不报错即代表安装成功。相关导入PyCharm的操作参考文章前面的链接。
下面选择其一即可，其内部包含了jupyter notebook
conda install nb_conda_kernels # python3.9版本 conda install nb_conda # python小于3.9的版本
首先打开终端，输入下面命令
conda activate pytorch_envs
激活包含pytorch的环境，pytorch_envs是当初创建虚拟环境的名称
然后在pytorch_envs虚拟环境下输入jupyter notebook然后打开jupyter notebook即可
当出现下图状况时，则代表导入pytorch成功
如果需要导入tensorflow环境也是如此，先激活tensorflow的虚拟环境，然后在此虚拟环境下运行jupyter notebook，这样就能在jupyter中导入tensorflow
当出现说numpy版本不匹配的时候，例如下图所示，可以尝试使用下面的方法，先通过conda卸载numpy，然后再安装指定版本的numpy
conda uninstall numpy conda install numpy==1.18.5
python3.8的话一般可以使用1.18.5的numpy
使用下面命令可以查看自己当前环境中所安装的包及其版本号
conda listpip list
使用下面命令可以查看自己当前环境中pip和python的来源路径
which pythonwhich pip
