1.打开anaconda，来到主界面
2.单击Environment，进入开发环境列表。
3.单击Open Terminal,进入命令行
4.在命令行中输入conda create -n 环境名（我这里以Test），按回车运行命令，别忘了点击y进行确认哦！
5.在命令行中输入conda activate 环境名，激活新建的开发环境。
6.若是配置新的开发环境，则按照需要配置的环境进行安装，比如：安装tensorflow2.2.0，在命令行输入pip install tensorflow==2.2.0.（安装还可以使用conda进行，视情况而定；卸载使用pip uninstall命令）
7.在前面把需要的相关软件安装好之后，打开你的pycharm（我使用的是pycharm），进行对应项目的环境配置。（这里就以我自己的目前一个项目-forgery为例进行介绍）
file–settings–project interpreter
8.上图右上角的齿轮，点击“add…”，然后选择conda environment，如下图。
9.上图中的Python编译器选择，点击右侧三个点，进行选择，注意对应项目的编译器，然后OK，apply，即可。
10.在pycharm里面选择对应的环境配置。
conda常用命令：
#列出所有已安装的包
conda list
#安装软件包，同时它会自动安装此软件包的依赖项
conda install package_name
#同时安装多个包
conda install numpy pandas
#安装指定版本的包
conda install python=2.7
#安装离线包
conda install /package-path/package-filename.tar.bz2
#卸载包
conda remove package_name
#更新环境中的所有已安装的包
conda update/upgrade --all
#更新conda，保持conda最新
conda update conda
#更新anaconda
conda update anaconda
#更新python
conda update python
#查看conda安装信息
conda info
#查看conda帮助
conda help
#搜索可以安装的包
conda search package_name
#创建conda虚拟环境
conda create -n env_name
#在这里，-n env_name 设置环境的名称（-n 是指名称），而 list of packages 是要安装在环境中的包的列表
conda create -n env_name list of packages
#可以创建具有特定 Python 版本的环境
conda create -n py2.7.14 python=2.7.14
#查看conda版本
conda -V
#进入环境
#linux 下用
source activate env_name
#windows 下用
activate env_name
#离开环境
#linux 下用
source deactivate
#windows 下用
deactivate
#列出环境
conda env list
#删除环境
conda env remove -n env_name
#导出环境将包保存为 YAML，输出环境中的所有包的名称（包括 Python 版本）
conda env export > environment.yaml
#加载环境
conda env create -f environment.yaml
总结：
简单的几步就成功的在anaconda里面建成一个环境啦，作为深度学习必要的环境配置就不需要担心啦。