选择原因：安装简单，网上参考资料多。
也存在另外一些人群会去做出选择, 在此予以提醒, 互联网上的相关资源稀缺匮乏, 在我完成安装操作之后, 随即浮现出了这样一个问题: 并非名为gof, 在百度以及谷歌平台上能够尝试的解决办法我均已进行了尝试, 然而却毫无成效。
2.安装mingw
装完以后直接使用pip是不行的, 在里面搜索g++会发现搜索不到, 有些参考资料当中写着:
往环境变量里添加, 路径是, C 盘下的 MinGW 文件夹中的 bin 目录, 还有 C 盘下的 MinGW 文件夹的 -w64- 子文件夹中的 lib 目录。
新建环境变量：: C:\\Lib\site-\;
所要面对的问题是, 在下边根本就不存在MinGW包, 千万别去轻信那种自己去下载一个zip的情况, 并且将它安装到下面那里, 其处于底层的样子是真实存在特定困难性意义里那个样子, 正确的做法是, 在命令符cmd当中输入: conda mingw。
像MinGW这类文件夹, 会自动被安装到下面, 生命是短暂的, 节省你的时间。
3.环境配置
在用户变量中，PATH添加C:\;C:\\;
并新建 ：C:\\Lib\site-\;
于cmd的主目录里 创建一个名为“..txt”的 文件, 留意这个名字当中的“.”, 依循自身所安装的MinGW的路径 写下MinGW的路径, 我的路径情况如下。
=
= -IC:\\MinGW
重启电脑
4.安装
千万别采用.zip解压至目录下方这种方式, 或者est.msi这种方式, 要是你不嫌麻烦的话, 那你就去尝试试一试, 而正确的方式是: 在cmd窗口中输入: pip。
（pip用法看这里：）
装完之后在中输入以下两行代码测试一下：
.test()
没有error的话，恭喜你，安装成功了~ ~
5.GPU加速
在GPU加速这件事情上, 首先要做的便是安装CUDA, 可是呢, CUDA仅仅支持显卡, 这是由于CUDA软件是由他们家出品的缘故, 要是你的本子并非显卡, 那就别白费力气了。
6.BLAS
看看numpy是不是已经默认BLAS加速了,在里输入：
numpy
取得numpy模块中dot函数的标识, 等同于取得numpy核心模块中dot函数的标识, 对不对。
变为False的结果意味着已于成功层面依赖了BLAS加速, 要是呈现为Ture, 那就表明运用的是自身的实现方式, 且不存在加速情况。
参考（然而他们的完全有用的话，我就没必要写这些了~ ~）