机器学习环境安装

前言：原本在本学期另一个课程《深度学习》中已经安装过环境，但由于老师的博客要求还是将环境安装写成一篇博客，到目前为止的学习中，暂时未使用到第三步和第四步安装的OpenCV和PyTorch。

目录

一、安装Anaconda，建立Python应用环境

二、安装Visual Studio Code， 建立代码编辑环境

三、安装OpenCV，建立视觉开发环境

四、安装PyTorch，建立深度学习开发环境

---

一、安装Anaconda，建立Python应用环境

        一般是前往Anaconda官网进行下载，但是由于课任老师已经提前将安装包上传到课堂派中，所以直接下载安装老师发的安装包即可： 

打开文件并安装，写博客时已经安装完成，所以直接截图打开应用的图片：     

二、安装Visual Studio Code， 建立代码编辑环境：

依旧是在课堂派上打开老师上传的文件：

 

打开文件安装，写博客时已经安装完成，故截图应用界面：

 在Visual Studio Code中下载相关应用拓展：

Jupyter是一种交互式运行程序的拓展，使用后方便许多

---

 选择合适的Python解释器：

        下载完anaconda后自带了一个python3.8，与之前的学习中自己下载的python其他版本不一样，需要手动选择（写博客时已经把之前下载的python版本卸载，截图时只剩python3.8了...）

 

三、安装OpenCV，建立视觉开发环境

在Visual Studio Code中切换使用快捷键ctrl+~切换至命令行，输入安装opencv指令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==4.5.1.48

查看已安装pip的列表，opencv已经安装完成：

 

 测试OpenCV安装：

 

四、安装PyTorch，建立深度学习开发环境

前往PyTorch官网下载相应版本（本人使用amd显卡，故用cpu版本）：

复制安装指令到Visual Studio Code安装（撰写报告时已安装，截图pip list中下载的版本）：