Anaconda+Pycharm+Pytorch虚拟环境创建(各种包安装保姆级教学)

目录
  • 前言
  • Pycharm使用虚拟环境
  • 1)anaconda安装
  • 2)使用anaconda创建虚拟环境
  • 3)安装pytorch
  • 4)安装其他包
  • 5)Pycharm使用虚拟环境

前言

相信很多时候大家都会用到虚拟环境,他具有可以让你快速切换不同的python版本,让程序打包的时候轻量化等等优点,之前作为小白第一次接触python的时候,为了配置虚拟环境花了好几天,踩了很多坑,网上很多教程的水平也参差不齐,正好最近帮实习公司做了个学校项目,需要我提供python环境配置的文档,于是我就顺手把教程编辑成博客,跟大家分享一下,希望大家少走弯路~~~(保证是面向小白的保姆级教学!多图!)话不多说,直接上干货!

Pycharm使用虚拟环境

附:

Anaconda官网:Anaconda | The World's Most Popular Data Science Platform

pytorch 官网:PyTorch

pycharm 官网:PyCharm: the Python IDE for Professional Developers by JetBrains

1)anaconda安装

本小节主要介绍anaconda的安装,anaconda可以与pycharm配合使用,实际操作非常便捷。anaconda创建虚拟环境非常方便,适合新手小白使用,强烈推荐。编辑器的话推荐用pycharm,这里是看个人喜好吧,我还是很喜欢pycharm这个软件的~

首先打开anaconda官网,点击get started。

然后点击:

根据自己的操作系统选择下载包,本节以windows64位为例:

下载完毕后打开,安装如下步骤点击:

点击install开始安装,很多教程上这里没有勾选(这里也是之前踩过的坑之一),这里会自动帮你把anaconda添加到环境变量里面,有人认为会出错,但是实际上我测试下来,完全可以使用,(官方都给你简便的方法,为啥你还得绕个大弯呢):

一直next:

这里可以取消勾选,一个是打开他的问卷,一个是立刻打开anaconda

2)使用anaconda创建虚拟环境

win+r输入cmd,打开命令行,输入conda create -n my_python_env python=3.8 并回车

询问你是否安装这些相关的包,输入y确认:

安装完成后,输入activate my_python_env

如上图所示顺利进入了虚拟环境。至此咱们的虚拟环境就创建好了。

3)安装pytorch

因为项目中刚好涉及到深度学习,所以我就顺便把pytorch的安装教程也写了,这次主要用cpu版本的做了个演示,后续我会更新GPU版本的pytorch安装方式!

        pytorch是一个深度学习的框架,里面集成了很多非常牛逼的api,而且他有庞大的社区,使用起来相当方便,目前pytorch的人口一直在上涨,他已经发展成为主流框架之一,所以推荐大家使用。

进入pytorch官网,点击install:

有GPU的同学,可以查询自己显卡支持的cuda版本,支持10.2还是11.3,可以安装cuda版本的pytorch,计算速度更快,注意,若是安装cuda版本,需要安装对应的cudnn,为了适合大部分同学使用(后面会更新GPU版本的下载方式!!!),本教程以cpu为例:

复制下面的代码:

打开cmd,进入刚刚创建好的虚拟环境,(防止有同学手滑把cmd关掉了,再来演示一遍):

将复制的代码粘贴进cmd,并在代码后面添-i 镜像链接,这一步是为pip添加镜像,可以加速下载。(此步是临时添加,感兴趣的同学可以自行查找永久添加镜像的方法):

镜像链接:

清华:https://pypi.tuna.tsinghua.edu.cn/simple

阿里云:http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学:http://pypi.hustunique.com/

山东理工大学:http://pypi.sdutlinux.org/

豆瓣:http://pypi.douban.com/simple/

4)安装其他包

毕竟是保姆级教学,安装pytorch和安装其他包的方法略有不同,所以我还是单拎出来演示一下:

我们实际使用python的时候会import很多包,这些包集成了很多功能,可以让我们直接调用,以matplotlib为例,matplotlib是我们常用的绘图工具,下面介绍在虚拟环境中安装该包。

首先,还是先进入虚拟环境。

输入pip install matplotlib -i 镜像链接    

若需安装其他python包,同学们可以按照该流程进行自行安装:

进入自己的虚拟环境pip install 包名 -i 镜像链接5)安装pycharm

进入官网,点download进入下载界面:

下载完毕后打开,并按照如下操作:

这里可以都勾选,这些东西都很方便,很多教程都要求不勾选,可能有些大佬不喜欢,觉得太臃肿,但是对新手来说这些都是非常友好的东西!所以这边还是建议大家都选上!~

这里就默认就好啦,点install开始安装:

安装完成,记得用之前电脑重启一下!

5)Pycharm使用虚拟环境

打开Pycharm,点击左上角File,选中settings

咱们主要修改Python Interpreter:

选择Python Interpreter,点击左边齿轮图标,并选择Add:

选Conda Environment,选Existing environment(因为咱们已经之前用anaconda已经创建过环境了),并勾选Make available to all projects(这个选项可以使你新开一个project的时候,也可以使用这个环境):

注意这里的Interpreter,点击‘…'选择路径:

然后点击ok,然后点击Apply,至此环境变量就可以使用了。

到此这篇关于Anaconda+Pycharm+Pytorch虚拟环境创建(各种包安装保姆级教学)的文章就介绍到这了,更多相关Anaconda+Pycharm+Pytorch创建内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Anaconda安装pytorch及配置PyCharm 2021环境

    这里使用的Anaconda是Python 3.8的版本.由于使用清华镜像安装时可能因为访问量过大导致http连接失败,这里使用本地安装. Anaconda安装pytorch 1.进入Anaconda Prompt命令行 2.创建名为 pytorch 的文件夹,这里实际上就是在Ananconda中创建了一个新的Environment. conda create -n pytorch python=版本号 3.激活,进入创建好的Environment activate pytorch 4.前往pyt

  • Windows+Anaconda3+PyTorch+PyCharm的安装教程图文详解

    1. 安装Anaconda3 官网下载Anaconda3:https://www.anaconda.com/distribution/ 运行下载好的.exe文件 Win+R 调出运行对话框,输入 cmd 回车,输入 python,如果出现python版本信息,表明安装成功. 添加环境变量:高级系统设置 -> 环境变量 2. 查看电脑显卡信息 以 Win10 为例,控制面板 -> NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件 3. 创建PyTorch环境 卸载原

  • Anaconda+spyder+pycharm的pytorch配置详解(GPU)

    第一步 : 从清华大学开源软件镜像站下载Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D 安装过程中需要勾选如下图 装好后测试是否装好,先配置环境变量(可能anaconda安装好后自己就有了) 打开CMD,输入代码 conda list 回车出现包的信息则说明安装完成 打开Anaconda Navigator(桌面没有的话就点击左下角看最近添加)可以看到spyder已经下好了 第二步:下载CUDA(GP

  • 深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

    目录 显卡 驱动 cuda anaconda 1. 下载安装 2. 安装pytorch虚拟环境 3. conda常用指令 pycahrm / jupyter 下载安装 如何建好的虚拟环境的解释器找出来指派给代码? 本文将详细介绍一下如何搭建深度学习所需要的实验环境. 这个框架分为以下六个模块 显卡 简单理解这个就是我们常说的GPU,显卡的功能是一个专门做矩阵运算的部件,用于显示方面的运算,现在神经网络中绝大操作都是对矩阵的运算,所以我们当然可以将显卡的矩阵运算功能应用起来,来提高计算速度. 驱动

  • Anaconda+Pycharm环境下的PyTorch配置方法

    写给新手的话 pycharm是什么,为什么让我指定interpreter 记事本 最开始写C语言代码的时候,人们使用vi,记事本等软件写代码,写完了之后用GCC编译,然后运行编译结果,就是二进制文件.python也可以这样做,用记事本写完代码,保存成如test.py的文件后,通过命令python test.py可以运行这一文件.最初的C语言代码都是通过这种方式写的.但是人们很快发现了一个问题,就是这么弄太麻烦了,编写用vi,运行得切出去用shell,出错了再切回vi改代码.这要是编写.运行.调试

  • Anaconda+Pycharm+Pytorch虚拟环境创建(各种包安装保姆级教学)

    目录 前言 Pycharm使用虚拟环境 1)anaconda安装 2)使用anaconda创建虚拟环境 3)安装pytorch 4)安装其他包 5)Pycharm使用虚拟环境 前言 相信很多时候大家都会用到虚拟环境,他具有可以让你快速切换不同的python版本,让程序打包的时候轻量化等等优点,之前作为小白第一次接触python的时候,为了配置虚拟环境花了好几天,踩了很多坑,网上很多教程的水平也参差不齐,正好最近帮实习公司做了个学校项目,需要我提供python环境配置的文档,于是我就顺手把教程编辑

  • Kettle下载与安装保姆级教程(最新)

    目录 Kettle简介 主要功能 运行环境 Kettle下载 下载地址: 运行Kettle 导入数据库驱动jar包 Kettle使用 配置资源库与数据库 修改.添加用户信息 总结 Kettle简介 Kettle最早是一个开源的ETL(Extract-Transform-Load的缩写)工具,全称为KDE Extraction, Transportation, Transformation and Loading Environment.后来Kettle重命名为Pentaho Data Integ

  • Pycharm虚拟环境创建并使用命令行指定库的版本进行安装

    Pycharm创建的项目,使用了虚拟环境,对库的版本进行管理:有些项目的对第三方库的版本 要求不同,可使用虚拟环境进行管理 直接想通过pip命令安装,直接看第3点 操作步骤: 1.找到当前项目的虚拟环境的地址,一般在当前项目的下,会有虚拟环境的文件夹,Pycharm自动创建的名称是venv 对应文件夹的目录结构: 2.在虚拟环境下安装第三方库,可直接在pycharm里面使用setting,查找进行安装 3.在虚拟环境,要安装指定版本的第三方库,通过pip命令 进到当前项目虚拟环境venv>Scr

  • Win10操作系统中PyTorch虚拟环境配置+PyCharm配置

    本文主要介绍了Win10操作系统中PyTorch虚拟环境配置+PyCharm配置,分享给大家,具体如下: 注意版本,小可爱们!!! 想直接看安装方法的同学,可以看右边栏的目录,快速转到哦. 试错经历 一开始试着装1.0版本的PyTorch: pip install https://download.pytorch.org/whl/cpu/torch-1.0.0-cp36-cp36m-win_amd64.whl 然而在国内下载这些非常慢,70多兆的包要下半个小时左右,而且时间长可能会出现超时的情况

  • PyCharm添加Anaconda中的虚拟环境Python解释器出现Conda executable is not found错误解决

    目录 发现问题 解决步骤: 总结 发现问题 在Anaconda配置好虚拟环境后,需要将环境添加进PyCharm中.(或者新建项目时,设置针对某一项目的运行环境),选择Conda Environment是有时会出现Conda executable is not found错误. 本文的错误来源配置Anaconda和Pytorch的过程中,本机的安装过程见此文WIndows10系统 安装Anaconda.Pycharm以及Pytorch环境(NVIDIA GPU版本) 解决步骤: 点击文件夹图标 因

  • Anaconda修改默认虚拟环境安装位置的方案分享

    目录 项目场景: 问题描述 解决方案: 1.使用 2.在Anaconda Prompt中使用命令,添加新的虚拟环境作为默认环境 总结 项目场景: 使用Anaconda Prompt创建虚拟环境 问题描述 保存虚拟环境的默认地址是C盘,而我想将下载的虚拟环境保存到我自定义的位置. 解决方案: 1.使用 conda config --show 查看envs_dirs的信息,一般第一个路径是默认路径.把它修改成想要自定义的路径 方法1: windows+r输入%HOMEPATH% 找到.condarc

  • python 安装库几种方法之cmd,anaconda,pycharm详解

    python安装库的几种方法 在python项目开发的过程中,需要安装大大小小的库,本文会提供几种安装库的方法,总有一种可以帮到大家. 安装的方法主要有三种: ①利用命令框安装库. ②利用pycharm的环境配置界面安装库. ③利用anaconda直接安装库(几乎无所不能). ①利用命令框安装python库 首先进命令行界面(cmd),利用conda指令打开演示用的anaconda环境(名称为tf1.13) conda activate tf1.13 如下图所示,进入名为tf1.13的环境(最前

  • Python虚拟环境的创建和包下载过程分析

    为什么使用虚拟环境 因为直接在真实环境进行安装python的包会造成环境之间的污染,因此需要创建虚拟环境,原则上每一个项目都需要有一个独属于自己的虚拟环境 Python项目的每次运行都需要启动环境,如果所有的模块都在一个环境中,不仅每次加载这些模块慢(尤其是开发过程中),并且依赖还可能相互冲突,甚至有些新引入的依赖会修改已安装模块的版本!这是很可怕的一件事. 因此使每个项目都拥有自己独有的环境很有必要.即使他们的依赖一致也要这样做. 创建虚拟环境 语法 python -m venv virtau

随机推荐