创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境

目录

创建自己的环境

查看python版本

查看当前存在的虚拟环境

进入自己创建的python环境

在自己的环境中安装pytorch

安装matplotlib

安装opencv

查看GPU运行情况

安装imageio

​安装grad-cam

pycharm配置anaconda环境


创建自己的环境

输入conda create -n your _env_name python=X.X(版本号)

anaconda 命令创建python版本为X.X,名字为your_env_name的虚拟环境

 查看python版本

>python --version

查看当前存在的虚拟环境

>conda info --env

或者

>conda env list

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第1张图片

进入自己创建的python环境

>conda activate wuhui

在自己的环境中安装pytorch

>pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
Looking in indexes: https://pypi.org/simple, https://download.pytorch.org/whl/cu117(相关语句应去pytorch官网)

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第2张图片

 >pip install matplotlib

安装matplotlib

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第3张图片

安装opencv

>pip install opencv-python

 >pip install opencv-contrib-python

查看GPU运行情况

 >nvidia-smi

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第4张图片

安装imageio

pip install imageio

安装grad-cam

pip install grad-cam

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第5张图片

 总之,缺什么就在自己的环境里面安什么

pycharm配置anaconda环境

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第6张图片

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第7张图片

创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第8张图片

pycharm右下角

 创建虚拟环境并安装自己要用的库,pycharm配置anaconda环境_第9张图片

#之前用的都是这个路径的环境,不是自己的,就很乱。因为想让代码在GPU上运行,cuda和cudnn电脑上原本都有,pytorch是cpu版本,所以想卸掉装cuda版本的,但一直卸不掉,也安装不好,最后代码一直没在gpu上跑起来,就重新建了自己的虚拟环境,重新安装自己需要的东西。

 

 

 

 

你可能感兴趣的:(python,pytorch,深度学习)