如何在自己电脑上配置开发深度学习项目(windows)

一、配置环境

1.安装conda

conda是一个类似pip的包管理软件，这里我用的mini-conda

要安装 Mini-Conda，请访问：https://docs.conda.io/en/latest

正常安装即可不是必须让他配置环境变量，如果你需要的话可以手动添加

安装好后在控制台查看版本

> conda —V

在PATH中添加以下三个路径即可

2.安装jupyter-notebook

> conda install -y jupyter

控制台输入代码验证是否安装好（正常会帮你打开一个网页）

> jupyter notebook

3.创建conda虚拟环境

以下指令都在conda控制台执行（可以从开始菜单进入），或者如果配置了环境变量就不需要非得conda控制台了

这里因为我目前需要，用python3.7创建的，没要求的话小括号可以不写

conda create --name 虚拟环境名字 (python=版本) 
如：conda create --name venv (python=3.7) 

查看所有虚拟环境：

> conda env list

激活该虚拟环境或切换到某虚拟环境：

> conda activate 名字

有可能需要初始化一下，根据控制台的反馈来就行。

退出当前虚拟环境：

> conda deactivate

查看这个虚拟环境下安装的包：

> conda list

4.安装nb工具，并链接到之前安装的Jupyter Notebook。

> conda install nb_conda

要将该环境注册到 Jupyter Notebook，可运行以下命令：

> python -m ipykernel install --user --name venv --display-name “Python 3.7 (venv)”

Powershell 中执行 nvidia-smi 命令进行验证CUDA工具包

5.安装TensorFlow

先根据上面的指令进入创建的虚拟环境

> conda activate venv

如果需要GPU，使用以下指令

> conda install -c anaconda tensorflow-gpu 

仅CPU：

> conda install -c anaconda tensorflow

安装好后用python试一下有没有成功

>>> import tensorflow as tf
>>> tf.__version__
'2.3.0'

如果输出版本号就ok了

6.安装pytorch

如果你想安装支持 CUDA 的 PyTorch，使用以下命令：

> conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

这个11.6是我电脑的cuda的版本，具体可以去pytorch网站查看：Start Locally | PyTorch

至于仅使用 CPU 的 PyTorch，只需从以上命令中移除 cudatookit 即可：

> conda install pytorch torchvision cpuonly -c pytorch 

该命令会通过 Conda 的 PyTorch 通道安装兼容 CUDA 的 PyTorch。

使用python验证是否成功

>>> import torch
>>> torch.__version__
'1.12.1'

以上内容参考文章：用Windows电脑训练深度学习模型？超详细配置教程来了 - 知乎

二、创建项目

我是使用pycharm开发

解释器选择之前创建的虚拟环境中的python

左边选择Conda环境

进入conda安装目录下的envs --> 选择之前创建的虚拟环境对应的文件夹 --> 选择python.exe

进去之后终端改成Anaconda

这个路径是

这个路径直接复制过去

pycharm也可查看安装的包

conda卸载包（以pytorch为例）

conda uninstall pytorch     卸载