0


深度学习Github项目实例复现:从虚拟环境安装到得出代码的复现结果

希望你要有耐心一步一步做完,你一定会有收获!

文章目录(点击可跳转)

第1步.安装Anaconda

1.Anaconda官网链接(版本随意)
2.笔者自己版本的度盘Anaconda链接

安装时需要注意的点:(不重要的安装步骤省略了)

(1)Anaconda安装路径的选择

这里最好装在空间大的盘,因为要在它的目录下装很多虚拟环境,虚拟环境还挺大的,我装在空间大的E盘。
请添加图片描述

(2)这里全打√就是了,第一个如果不打√

请添加图片描述

(3)这里不打√

请添加图片描述

第2步.安装pycharm

1.pycharm官网链接(版本随意)
2.笔者自己版本的度盘pycharm链接
安装时需要注意的点:(不重要的安装步骤省略了)

(1)pycharm安装路径的选择

这里建议还是装在空间大的盘,自己新建一个文件夹装里面,我是和Anaconda都装在E盘里,没装在C盘。
请添加图片描述

(2)全打√就是了

请添加图片描述

第3步.创建虚拟环境

一般来说不同的项目,需要不同的虚拟环境,所以我要根据需求来创建虚拟环境

(1)先看github的markdown文件,看项目需要哪些配置(接下来以这个项目为例子)

请添加图片描述

(2)打开Anaconda prompt

请添加图片描述

(3)创建一个虚拟环境,并指定安装对应的python

这里我们装python3.8,因为我装3.7出错了哈哈。装环境就是个试错的过程没办法。

conda create -n my_env01 python=3.8

请添加图片描述

按y:
请添加图片描述

conda activate my_env01

请添加图片描述

即可进入虚拟环境,为等下在虚拟环境里安装pytorch和cuda做准备

第4步.安装pytorch与cuda

(1)进入pytorch官网的版本页面,找对应版本的pytorch

点这个pytorch链接
进入然后往下翻,找到对应的v1.12.0,linux and Windows那块。

请添加图片描述
没有英伟达显卡的,装CPU only

有英伟达显卡,但是不是30和40系的,装CUDA 10.2

有英伟达显卡,且是30和40系的,装CUDA 11.3或11.6

我的是3070,我选择装11.6的

(2)进入Anaconda prompt 并进入虚拟环境并输入安装命令,该命令会把pytorch和cuda,还有一些包一步到位都安装好

进入Anaconda prompt 并进入虚拟环境我前面有讲过,现在直接接着输入上面的安装命令:
请添加图片描述

按y:
请添加图片描述

如果下的贼慢,那就换国内的源,直接点这篇文章学习换源,我换了清华源下的很快

至此pytorch和cuda以及一些包都在虚拟环境装好了:

请添加图片描述

(3)进入pycharm 把新创虚拟环境设为python解释器,并查看哪些模组装好,哪些没装好

点右下角的画红线的解释器:
请添加图片描述

点interpreter Settings:
请添加图片描述

点Show All:
请添加图片描述

(下面四个是我建的四个虚拟环境)点+号:
请添加图片描述

点…号:
请添加图片描述

Anaconda是我自己命名的文件夹,我把Anaconda装在里面,主要是找到
envs这个文件夹,再找到你命名的虚拟环境的那个文件夹:
请添加图片描述

点python.exe, 再点ok:
请添加图片描述

再点ok:
请添加图片描述

python3.8装好了:
请添加图片描述

cuda11.6.0装好了:
请添加图片描述

pytorch1.12.0装好了:
请添加图片描述

numpy顺带也装好了:
请添加图片描述

第5步.安装项目需要剩余的模组

请添加图片描述

打√的是已经装好了的

接下的组件我们用pycharm自带的功能一键安装需要的模组

如果pycharm也没有,我们就进入anaconda prompt,再进入虚拟环境用“pip install模组名 ” 安装

(1)用pycharm自带的功能一键安装需要的模组

点+号:
请添加图片描述

搜索框输入模组名称,并选择对应的版本,并点install package:
请添加图片描述

成功安装:
请添加图片描述

搜索框输入模组名称,并选择对应的版本,并点install package:
请添加图片描述

报错,与python3.8不适配,于是我们选择安装更高版本scikit-learn,直到不报错为止:
请添加图片描述

成功安装:
请添加图片描述

(2)进入anaconda prompt,再进入虚拟环境用“pip install” 安装

目前已经安装好的模组如下:
请添加图片描述
pytorch_geometric在pycharm里搜不到,所以我们只能换个方式安装,
进入anaconda prompt,再激活虚拟环境,再:

pip install 模组名称==指定版本

例如:

pip install torch-geometric==1.3.2

我这里没输入版本就默认装最新版了:
请添加图片描述

成功安装:
请添加图片描述
表的目前都装好了,运行代码试试:
请添加图片描述

第6步.运行代码

(1)打开pycharm,open项目文件夹

请添加图片描述
请添加图片描述

(2)把建好的虚拟环境作为python解释器

点右下角解释器,再点interpreter settings:
请添加图片描述

点show all:
请添加图片描述

选中自己创的环境,点ok:
请添加图片描述

解释器设置好了:
请添加图片描述

(3)在终端输入命令(原作者在github的markdown文件里会讲)运行代码

pycharm终端位置:
请添加图片描述

markdown数据预处理代码命令截图:(我这个项目要数据预处理,有些项目没有这一步,直接训练)
请添加图片描述

复制以上命令输入到pycharm终端,回车:(注意 $不能加,那是用docker才要加)
请添加图片描述

没有报错,预处理中,还有49个epoch:
请添加图片描述

预处理完成:
请添加图片描述

预处理生成的文件:
请添加图片描述

markdown训练和评价代码命令截图:
请添加图片描述

复制以上命令输入到pycharm终端,回车:(注意 $和\不能加,那是用docker才要加)
请添加图片描述

成功训练(5轮交叉验证,1轮100回合):
请添加图片描述

评价结果:
请添加图片描述


本文转载自: https://blog.csdn.net/LFY437726093/article/details/130010448
版权归原作者 LFY437726093 所有, 如有侵权,请联系我们删除。

“深度学习Github项目实例复现:从虚拟环境安装到得出代码的复现结果”的评论:

还没有评论