深度学习Anaconda环境搭建(比较全面)

安装PyCharm,安装专业版

程序下载和安装破解步骤:最新「PyCharm 2021.1」专业版安装破解教程(一步到位,亲测有效)
程序员的一天 这个公众号会经常更新PyCharm的破解,如果想安装其他更新版本的也可以自己试着看。
深度学习Anaconda环境搭建(比较全面)_第1张图片
一运行PyCharm,就自动更换Liscens,就相当于是免费专业版使用了!

Anacadon环境安装

Anacadon相当于一个环境管理器,大概就像Git是用来远程托管那种感觉一样,只不过Anacadon是本地环境管理。
我是在Window环境下安装的。
Anaconda官网下载
安装步骤:双击下载的软件
点击Next;
深度学习Anaconda环境搭建(比较全面)_第2张图片
点击I Agree;
深度学习Anaconda环境搭建(比较全面)_第3张图片
我这里选择 Just for me;
深度学习Anaconda环境搭建(比较全面)_第4张图片
选择Just me 的理由如下:
深度学习Anaconda环境搭建(比较全面)_第5张图片
在这里选择的时候,我纠结了一下,因为一些参考资料的Just for me,一些是All users。
我不想装在C盘,怕到时候C盘又爆满,曾经我的盘爆满过,好不容易给新增加了50G的空间,要好好使用,一K都不想浪费。(血泪史!C盘的空间超宝贵!)
深度学习Anaconda环境搭建(比较全面)_第6张图片
更改目录之后,点击Next;
深度学习Anaconda环境搭建(比较全面)_第7张图片
以上的提示很重要!
然后点击Install;
深度学习Anaconda环境搭建(比较全面)_第8张图片

耐心等待;
深度学习Anaconda环境搭建(比较全面)_第9张图片
安装完之后,一路点击Next;
深度学习Anaconda环境搭建(比较全面)_第10张图片
去掉前面的两个勾;再点击Finish。
点击完了之后,会跳转到官网,让你注登入,一般遇到这种操作,都是直接叉掉就好。
由于Window还需要更改环境变量(环境更改方式,相信已经配置过环境的人都轻车熟路咯)。
深度学习Anaconda环境搭建(比较全面)_第11张图片
验证是否安装成功:
运行cmd(W+R,输入cmd运行),输入conda --version 查看Anaconda的版本。
深度学习Anaconda环境搭建(比较全面)_第12张图片
成功安装4.10.3版本!
也可以在开始程序界面上看到新安装的软件,点击运行,可以打开图形界面。
深度学习Anaconda环境搭建(比较全面)_第13张图片
深度学习Anaconda环境搭建(比较全面)_第14张图片

Anaconda与PyCharm的联合

按照操作步骤,一步步来。步骤连接:Anaconda与Pycahrm的"联姻"
此时如果网络是代理的话,记得关闭代理,否则会创建失败!
深度学习Anaconda环境搭建(比较全面)_第15张图片
成功如图所示:
据说是建议使用3.7版本的Python,比较稳定,而3.9版本的可能不是很稳定。
深度学习Anaconda环境搭建(比较全面)_第16张图片
输入y,回车;
深度学习Anaconda环境搭建(比较全面)_第17张图片
创建环境成功之后,就自行进入环境了;
深度学习Anaconda环境搭建(比较全面)_第18张图片
输入 conda info -e ;
深度学习Anaconda环境搭建(比较全面)_第19张图片
输入conda activate 激活环境;
深度学习Anaconda环境搭建(比较全面)_第20张图片
接着就自己使用 conda install 安装一些包,使用 conda list 查看自己安装了什么东东。

运行PyCharm,依次点击1,2 …进入设置界面,如图的顺序依次操作;
对了,这里需要注意,实际上最先要先新建一个Python项目。然后再依次操作下去。
深度学习Anaconda环境搭建(比较全面)_第21张图片
深度学习Anaconda环境搭建(比较全面)_第22张图片
深度学习Anaconda环境搭建(比较全面)_第23张图片
糟糕,这一步点击快了;总结来说,就是在Anaconda安装目录下,找到自己建立的环境,找到python.exe加入进来。
深度学习Anaconda环境搭建(比较全面)_第24张图片
这个项目的环境就变成与test一样的环境了,为Python3.7 ;
深度学习Anaconda环境搭建(比较全面)_第25张图片

安装Tensorflow和Pytroch环境

这里我继续使用test文件来测试:
输入命令行 conda install tensorflow=1.14 ;加载完毕,输入 y 确认;
使⽤conda install tensorflow=1.14进⾏tensorflow cpu版本的安装,版本可以选择(⽬前最新是2.2,1.X版本⼀般⽤1.14)
如果想安装gpu版本的,需要先根据笔记本硬件安装 cuda 和 cuDNN ,需要对应自己的电脑选择型号。
安装完之后,输入conda list 查看安装的东西,可以清楚的看到已经安装了1.14版本的tensorflow。
深度学习Anaconda环境搭建(比较全面)_第26张图片
到了安装Pytorch的步骤啦!胜利就在眼前!
我这里还是使用test这个文件
因为torch⽐较特殊,不像安装tensorflow的命令可以背过
pytroch官⽹:pytorch官网
复制命令⾏进⾏安装
我的是:conda install pytorch torchvision torchaudio cpuonly -c pytorch
深度学习Anaconda环境搭建(比较全面)_第27张图片
由于是从官网上下载的,所以文件稍微大一点(近200MB)就变得非常慢,耐心等待,半小时后如果卡在某个进度,没戏了。。。 比如我。。。
深度学习Anaconda环境搭建(比较全面)_第28张图片
不是很妙,pytorch还没装完,就开始装torchvision-0.11.2了(捂脸.jpg);
深度学习Anaconda环境搭建(比较全面)_第29张图片
手动狗头打自己一顿,然后乖乖加上镜像源,依次加入以下命令:

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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后输入:

conda install pytorch torchvision torchaudio cpuonly

加了镜像源之后,从官网上copy的命令需要去掉:-c pytorch ,就是为了绕开官网去下载。
深度学习Anaconda环境搭建(比较全面)_第30张图片
大功告成!终于是安装好环境了!
然而,这里必须要泼一盆冷水,环境搭建好了,但究竟有啥用,实际上并不知晓啊!

写在最后,有些资料存在百度网盘,容易挂,所以以后如果有机会的话,东西可能会存放在阿里云盘了,不容易挂,就是目前只有十几个G,而百度网盘有十几个T,这差距不是一丁点的。。。
2022.02.08

你可能感兴趣的:(深度学习,环境搭建,深度学习,pycharm,python)