什么是Anaconda?Anaconda是一个开源的Python和R语言的发行版本,用于计算科学,Anaconda致力于简化软件包管理系统和部署。Anaconda的包使用软件包管理系统Conda进行管理。说白了,{% mark Anaconda就是一个装Python的容器,我们可以在其中创建很多个Python环境以应对不同的需求 color:orange %}
官网下载
清华镜像
选自己想安装的版本,目前多数用Anaconda3,建议选最高版本下面一两版,我自己的大概是19年的版本,4.9左右。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DfyFkcbE-1668651574813)(http://cdn.wen-luminous.xyz/202211101228918.png)]
这里我们不加环境变量,等会自己配置~
然后后面就正常结束就行了,不需要勾其他的了~
我的电脑—>设置—>高级系统设置—>环境变量
在系统变量的Path中加入以下五个变量(记着刚刚的安装位置哈~)
下面开始验证~
cmd 输入 conda --version
conda info
python
然后检验这个(他的环境客户端)有没有装好,win界面下的
如果都OK,那恭喜你~
什么是PyCharm?PyCharm是一个用于计算机编程的集成开发环境,主要用于Python语言开发,由捷克公司JetBrains开发,提供代码分析、图形化调试器,集成测试器、集成版本控制系统,并支持使用Django进行网页开发。 PyCharm是一个跨平台开发环境,拥有Microsoft Windows、macOS和Linux版本。说白了就是Python的编辑器~
这个安装就不多赘述了,看菜鸟教程即可(下载社区版,免费的),还有一点我们不需要再安装Python了,因为刚刚下载Anaconda已经将基础Python到位了。
PyCharm-菜鸟
运用conda的目的:集成多种python环境,兼容linux,方便后续的GPU训练
# 下面展示的xiaobai是代指用户创建的虚拟环境名字
# 查看conda版本
conda --version
# 查看当前conda基础信息
conda info
# 查看conda已经安装的python环境,第二种更常用
conda info --env
conda info -e
# 查看当前conda已安装的拓展包,第二条就是本地环境下拥有的拓展包
conda list
pip list
# 创建虚拟环境(下面这句话是,创建一个叫xiaobai的虚拟环境,其中python版本是3.8)
conda create -n=xiaobai python=3.8
# 删除虚拟环境
conda remove -n=xiaobai --all
# 启动虚拟环境
conda activate xiaobai
# 退出虚拟环境
conda deactivate
# 在当前虚拟环境中安装拓展包(用conda是在当前虚拟环境中安装,用pip是在整体环境上安装,pip > conda,整体包括虚拟环境)
conda install xxx
pip install xxx
# 在指定虚拟环境安装
conda install -n xiaobai xxx
# 更新拓展包
conda update xxx
# 删除拓展包
conda uninstall xxx
pip uninstall xxx
# 添加镜像源,在国内科学上网~
# conda下载大型文件耗时,如果没有科学上网
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda install numpy
conda install pandas
conda install matplotlib
conda install sklearn
# 看见y/n 输入y,回车
# 如果遇到报错,可能是你的科学上网环境不行,也可能是指令错误,可以把conda install换为pip install试试
# 如果太慢了,那就在后面加上镜像源去下载比如 pip install TensorFlow -i https://pypi.tuna.tsinghua.edu.cn/simple
# 如果还不OK,那就Google搜安装xxx包找到正确的指令
首先查看本地的一个配置,假如要安装GPU版本的PyTorch,但我们这里用CPU入门~
cmd 输入 nvidia-smi(这种情况是需要电脑上有单独的英伟达的显卡、或者英伟达的显卡和集显这两种情况都是可以的。)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kEQ7lcOY-1668651574817)(http://cdn.wen-luminous.xyz/202211101445283.png)]
我们这边先用CPU试试水,GPU可以找指导老师要个号去玩玩。
进入PyTorch官网,找本机下载语句
PyTorch官网
复制过来,然后在命令行下载就行
可能有点慢,如果是科学上网不允许,这时候可以用这条试试水(俺也不保证成不成功,反正我上面用官网的语句是成功了)
pip install PyTorch -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完毕之后,最重要的一点来了~
检查是否成功!!!!
进入python环境
import torch
torch.__version__
torch.cuda_is_available()
如果出现我这种结果,那么恭喜~
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Bg8Q6WNF-1668651574819)(http://cdn.wen-luminous.xyz/202211101445989.png)]
如果你安装的是GPU版本的,那么torch.cuda_is_available()应该出现True,否则就是失败~
!!!
进入python环境
import torch
torch.__version__
torch.cuda_is_available()
如果出现我这种结果,那么恭喜~
如果你安装的是GPU版本的,那么torch.cuda_is_available()应该出现True,否则就是失败~