深度学习python编译器的配置及法宝函数的作用

一、python编辑器的配置（pycharm 和 jupyter）

（1）pycharm

在pycharm导入conda环境：
新建项目，更改编译器，选择已有的编译器

选择python.exe时会出现错误：找不到conda可执行文件

网上给出的方法是选择conda.exe文件并选择创建的虚拟环境pytorch

大部分可以成功，若还是出现错误：无效的解释器
解决方法：高版本在系统解释器里面设置

配置成功后会显示出Anaconda的路径

在Python Console中验证一下：结果输出True，即为成功。

（2）jupyter

Jupyter默认安装在base环境中，在创建的虚拟环境pytorch中没有，所以不能使用pytorch
解决方法：

方法一：在base环境中安装pytorch
方法二：在pytorch环境中安装jupyter（选择方法二）

如果报错，命令行指令改成

conda install nb_conda_kernels

成功后输入：jupyter notebook进入jupyter界面进行验证

jupyter notebook

新建文件，选择conda pytorch环境

通过torch.cuda.is_available进行验证

结果输出True，即为成功。

二、Package结构及法宝函数的作用

dir() 函数和 help() 函数

dir()函数，能让我们知道工具箱以及工具箱中的分隔区有什么东西。
help()函数，能让我们知道每个工具是如何使用的，工具的使用方法。

实战运用两个法宝函数

判断torch里面是否含有小的分隔区

在 Python Console 中输入dir(torch)，torch中包含了cuda

dir(torch)

在 Python Console 中输入dir(torch.cuda)，torch.cuda中包含了is_available

dir(torch.cuda)

在 Python Console 中输入dir(torch.cuda.is_available)

dir(torch.cuda.is_available)

输出结果有双下划线，说明is_available已经不是一个分隔区了，已经是一个函数了（一个函数就相当于一个道具）。

输入help(torch.cuda.is_available)来查看函数使用方法：(is_available后面不加（）)

help(torch.cuda.is_available)

三、pycharm 和 jupyter的使用和对比

（1）pycharm

新建一个python文件

为python文件设置相应的python解释器

方法一：在右上角点击添加相应的设置 Edit Configurations…
点击＋号，选择python，选择脚本位置和python解释器

点击运行，输出结果

方法二：右键点击运行即可。

可以在python控制台直接写程序

（2）jupyter

打开jupyter

新建notebook，选择conda环境

点击运行按钮

（或者快捷键 shift＋enter）

（3）三种运行方式的对比：