Pycharm基本使用与GPU环境部署

Pycharm基本使用与GPU环境部署_第1张图片

一、基本配置

我们安装好PyCharm后,首先要进行一些小配置,比如主题,字体,字体颜色等。

我们打开PyCharm后,点开file,找到Setting

Pycharm基本使用与GPU环境部署_第2张图片

然后就会跳出Setting的窗口

Pycharm基本使用与GPU环境部署_第3张图片

可以说PyCharm的各种配置都需要在这里配置,现在我们进入Editor来对字体以及IDE主题进行更改。

Pycharm基本使用与GPU环境部署_第4张图片

Editor->General->Font是设置字体及大小的

Color Scheme->Python选项后我们就可以设置Python的主题

Pycharm基本使用与GPU环境部署_第5张图片

接着我们要去更换python解释器,刚下载的PyCharm是没有配置python解释器的,所以要由我们手动添加。

Setting->Project:XXX->Project Interpreter,然后修改你需要的Python解释器

Pycharm基本使用与GPU环境部署_第6张图片

基础配置到这就结束了,接下来我们就可以开始运行代码了。

Run ->Run

Pycharm基本使用与GPU环境部署_第7张图片

二、断点调试

在进行断点调试前,我们首先要加一个断点。

添加断点的方法是,在左侧左键点击,就会出现一个红点,这就是断点。

断点断点,故名思意,就是当Debug程序时,就会在那个点标记的行停下来.

Pycharm基本使用与GPU环境部署_第8张图片

Pycharm基本使用与GPU环境部署_第9张图片

Run->Debug后程序就开始执行了,执行到第1行就停了下来,下面的Debug栏也显示了在断点之前运行的过程详情,其中包括一些参数

然后接着进行单步调试,按F8,或者图中这个键

Pycharm基本使用与GPU环境部署_第10张图片

我们发现,执行到最后一行之后,实例对象M的详情也显示在了Debug栏下,以及它所带的属性值。除了Debug栏,在代码编辑区域,也显示了M所属的class名以及它的地址。

Pycharm基本使用与GPU环境部署_第11张图片

三、小技巧

  1. pycharm默认是自动保存的,习惯自己按ctrl + s 的可以进行如下设置:

  2. file -> Setting -> General -> Synchronization -> Save files on frame deactivation 和 Save files automatically if application is idle for … sec 的勾去掉

  3. file ->Setting -> Editor -> Editor Tabs -> Mark modified tabs with asterisk 打上勾

  4. Alt + Enter: 自动添加包

  5. 对于常用的快捷键,可以设置为visual studio(eclipse…)一样的:
    file -> Setting -> Keymap -> Keymaps -> vuisual studio -> Apply

  6. Pycharm中默认是不能用Ctrl+滚轮改变字体大小的,可以在file -> Setting ->Editor-〉Mouse中设置

  7. 要设置Pycharm的字体,要先在file -> Setting ->Editor-〉Editor中选择一种风格并保存,然后才可以改变

  8. 在setting中搜索theme可以改变主题,所有配色统一改变

四、Pycharm配置GPU环境

4.1、首先需要下载电脑对应的CUDA版本和cuDNN。

流程如下:

查看电脑NVIDIA适合的CUDA版本

下载对应的CUDA版本

下载CUDA对应的cudnn版本

4.2、安装Anaconda

Anaconda3安装后检测是否成功安装:
在终端检测 conda --version

4.3、Pycharm中配置GPU环境

完成上述操作并且确保安装成功和环境变量的配置没问题后,就可以开始配置pycharm中的GPU环境了。

打开pycharm–>file–>Settings–>“Project : PyThon”–>Project Interpreter,点击右上角的设置,点击“Add”,弹出对话框,选择“Conda Environment”,右侧选择“Existing environment”如下图所示:

Pycharm基本使用与GPU环境部署_第12张图片

选择已有的虚拟环境

Pycharm基本使用与GPU环境部署_第13张图片

若没有环境,选择新建环境。

训练YOLO模型时,设置训练参数
Pycharm基本使用与GPU环境部署_第14张图片
设置模型训练过程中的参数
Pycharm基本使用与GPU环境部署_第15张图片
Pycharm基本使用与GPU环境部署_第16张图片
开始训练
Pycharm基本使用与GPU环境部署_第17张图片

文章来源:公众号:机器人视觉

你可能感兴趣的:(机器人,深度学习,pycharm,python,ide)