win下深度学习环境的安装配置
尽管我电脑的性能也一般，但是测试些简单代码足够了。因此，研究了下在win下搭建深度学习环境，主要围绕这pytorch和tensorflow两个框架展开的。
用Anaconda管理python
PC上的python管理方便多了，直接选择Anaconda就行了，官网即可下载安装包，并且PC上可以找到很多源来加速pip和conda的下载安装。
像pip工具，我使用的是清华源
在C:\Users\XXX（XXX为用户名）下新建pip文件夹，里面建立pip.ini文件，写上
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
尤其是后面一句，信任该源。
至于conda的源配置，使用官方源速度也还行，如果加速的话，可考虑豆瓣、中科大等源。
换源后，分别利用conda命令创建pytorch和tensorflow的虚拟环境。考虑到我使用的TX1开发板上的pytorch和tensorflow都是基于python3.6的，因此创建的虚拟环境也基于python3.6。
有时候，你要在cmd和windows terminal里激活conda环境，如base环境，输入
conda activate base
可能会报错
CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’.
这时候，打开PowerShell（管理员）,输入命令
set-ExecutionPolicy RemoteSigned
然后重启cmd或windows terminal，就可以消除这个问题了
cuda安装
如果你电脑没有英伟达显卡，可直接忽略这个步骤，另外，在使用pytorch时，发现没有装cuda时一样可以利用起gpu计算，感觉不用tensorflow的话，可以不用装cuda。
参照的是博文《CUDA、CUDNN在windows下的安装及配置》。
这里，我感觉主要就是安装cuda的时候，尽量选自定义，不要装cuda带的显卡驱动，因为日用时可能不如你原本预装的驱动更合适。
pytorch安装
我选择了CPU版本，pip工具安装，1.10.1的pytorch。
首先创建环境
conda create -n mtorch python=3.6
激活mtorch环境
conda activate mtorch
前往 pytorch官网，寻找合适的下载方式
在mtorch环境输入
pip3 install torch torchvision torchaudio
很快就装完。
如果卸载pytorch
考虑安装的组件
利用pip uninstall卸载
如果准备安装gpu版本，如对应的cuda是11.3，可使用conda命令较为方便，如：
conda install pytorch torchvision cudatoolkit=11.3 -c pytorch
如果是pip命令，默认使用官方源，加速效果慢
tensoflow安装
首先创建环境
conda create -n mtensorflow python=3.6
激活mtensorflow环境
conda activate mtensorflow
这个安装参照TensorFlow网站
选择的安装方式就简单了
第一步升级pip
pip install --upgrade pip
有时候会失败，然后就会出现找不到pip，这时候修复
python -m ensurepip
python -m pip install --upgrade pip
然后安装稳定版本
pip install tensorflow
或者是nightly版本
pip install tf-nightly
自然，这里的版本选择是默认的
若没有cuda的话，会提示你电脑没gpu
如果想指定版本，比如准备安装cpu的2.5.0版本
pip install tensorflow-cpu==2.5.0
这样就可安装，这次安装后没警告
pycharm
启动pycharm
安装从官网找安装包即可，目前我用社区版，功能够用。
只不过需要注意的是，安装默认位置后，才能在anaconda的界面里面找到，否则是找不到的。
pycharm工程建立
当新建工程时，可以选择使用python环境，这里选择已经建立过的环境，这样不用每个工程配置一个环境
选择所需要的环境
这样就完成了一个新的工程配置。
修改pycharm使用的环境
有时建立的工程基于的环境需要修改，这时候可以进入工程，在pycharm的设置里面选择python环境，这样才能调用pytorch或者tensorflow
打开PyCharm程序
点击菜单栏的 File
然后点击【Settings】
然后选择工程下的设置，选择你的python环境
VSCODE配置
vscode本身虽然只是个编辑器，但是通过安装扩展，可以支持多种语言的开发，因此这里选择安装python的扩展。
安装的python扩展
这个扩展有个特点，在你调试python单文件的时候，可以在下方快速选择python环境。
这样，利用vscode，安装完扩展后，按F5就可进行调试，第一次启动会提示你选择的方式。
