pycharm+anaconda新建项目和环境配置

配置的环境以TensorFlow-gpu为例

包含环境配置和pycharm中新建项目两个部分

环境配置的笔记来自于以下链接：

(34条消息) 深度学习环境配置7——（30系显卡）windows下的tensorflow-gpu==2.4.0环境配置_Bubbliiiing的博客-CSDN博客_vscode配置tensorflow

一，环境配置

如果需要在GPU环境运行代码，先安装cuda, cuda安装细节在上面的链接里。

配置tensoeflow2-gpu环境：

step1，Win+R启动cmd，输入命令如下：

# 创建tensorflow2-gpu环境
conda create -n tensorflow2-gpu python=3.10

PS:  如果在cmd中无法运行指令，报错“conda指令不在内部指令”的话，需要将anaconda的路径（路径根据自己的情况有所不同，但是路径的末尾文件名是一样的）放入全局变量path中。

如下图：

step2

tensorflow2-gpu库的安装 -- 由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

# 激活环境
activate tensorflow2-gpu

# 安装tensorflow-gpu
pip install tensorflow-gpu==2.9.0

在这里，指定了安装的版本是2.9.0，可以根据需要更改版本

step3

# 安装其他需要的库
pip install -r D:\work\env_tensorflow_gpu2.9.0\requirments.txt

二，给python项目选择已经配置好的环境

前提：已经根据第一部分创建好了新环境。

在File中选择新建项目，然后出现Previously configured interpreter选项，点击小倒三角形，之前创建好的环境会显示在这里面，如果没有显示，可以点击“Add Interpreter”进行选择。

点击 Add Interpreter：

如果不知道环境位置在哪里，可以使用 conda info --envs指令查看环境位置，比如我的：

Conda executable选项，一般是固定的，不要动他。

Make available to all project表示将该环境用于其他项目，这个根据个人需求勾选，大多数人会选择勾选，因为这样可以将环境用于其他项目，避免重新创建环境。

最后点击确认即可。

补充：

如果第一次使用pycharm，没有环境的情况下直接使用pycharm创建项目，那么可以在下图的New environment using中创建新的环境。

注意，上图的路径内容都是打开项目时系统默认的。可以根据自己的需求做如下更改：

1，项目位置（Location）：自己新建的项目所在文件的路径，我的一般喜欢放在D盘的work路径下，比如：D:\work\code_from_git

2，环境位置(New environment using中的Location)：新创建的环境所在位置。

3，Conda executable选项，一般是固定的，不要动他。

同样的，根据自己需求看是否勾选Make available to all project。

确定路径无误后，点击创建即可。