史上最全深度学习环境配置教程---适用于各种深度学习框架---Pytorh TensorFlow Keras-等和各种python环境(三)

简介: 史上最全深度学习环境配置教程---适用于各种深度学习框架---Pytorh TensorFlow Keras-等和各种python环境(三)

这个xiaozhai,是我设置的我的虚拟环境的名字,你可以自行修改,随便叫啥都想,只要不是汉语就行。


image.png


这里输入 y 即可 ,(yes和no的意思)。


image.png


这就是在创建属于自己的环境ing


image.png


这样就是环境创建成功


然后我们需要进入我们的环境


我们需要输入命令:

conda activate xiaozhai

xiaozhai改成自己刚开始设置环境的时候,设置的环境名字


image.png


看最左边由base变成了xiaozhai,这说明进入了我们设置的环境


环境配置导入:

这个时候我们就需要打开pycharm了,将我们设置的环境解释器导入pycharm


首选,在桌面上新建一个名为test的文件夹。


                            image.png                      


我们打开pycharm


image.png

点击open


        image.png        


找到test文件夹打开。


image.png


然后我们需要导入解释器,


点击左上角的File


image.png


点击Setting


        image.png                


我们在Python Interpreter里找到自己创建环境的解释器,因为理论为可以创建无数个环境,我们找打适合我们这个工程的环境。


image.png

image.png

这四个环境是我之前创建的四个环境的解释器,我们点击左上角的+号,寻找我们的新环境

image.png

image.png

有时候,系统会自动检测到环境解释器,然后导入,就像我这样,但是如果没有自动检测到的话,你就要手动寻找了。


点击最右边的三个....


image.png


我们的环境在我们anaconda的安装位置的envs文件夹下


              image.png


我们不是直接将环境名字的这个文件夹导入,而是点开文件夹,里面有个python.exe,如我下图所示,将这个选中,然后点击ok。


       image.png 


可以看到我的环境里面有了我刚才新创建环境的解释器。

image.png


我们选中这个环境的解释器,点击下面的ok,即可将我们创建环境的解释器,导入Pycharm


image.png


到这里,我们就可以完成了基本的环境配置,我们就可以下载各种我们需要的库和深度学习框架了。


opencv环境配置下载:

同上打开anaconda Prompt 输入上述命令进入我们的环境,这样可以保证我们配置的库都在我们设置的虚拟环境中


image.png

image.png


我们只需要在这里输入各种库的下载命令即可


以opencv为例:


pip install opencv-python


image.png

这个下载库的过程用的是国外的源,有时候网速不好会下载的很慢,会出现这种情况

image.png

我们可以换成豆瓣源下载,会大大加快下载速度。


pip install 下载的包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com


image.png

当最下面出现 Successfully installed numpy-1.22.3 opencv-python-4.5.5.64,说明安装成功,对于所有库都是这样,出现Successfully installed +库名说明安装成功


image.png

image.png

我们可以在我们的pycharm相应环境的解释器中找到对应的安装包名字,即可说明安装成功。


好了讲到这里,我想大家应该会举一反三了,所有库都是这样下载的,只是有时候你需要去查清楚具体安装包的名字,别在pip的时候搞错包的名字就行。


TensorFlow环境配置:

比如我们经常用的TensorFlow


pip install Tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com


image.png

Tensorflow安装成功

image.png

Pytorch环境的配置:

Pytorh的配置命令不太一样,你需要去他的官网找到他给的下载命令,输入即可。


Pytorch官网网址:PyTorch


根据你的需要选择,会出现不同的命令


image.png


也只是命令不一样,其他操作方式一样。


这里给出Pytorch的下载命令(window系统,CPU版本的Pytorch):


conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装Pytorch

image.png

又会出现这种,输入y,按回车即可


image.png


输入y,按回车即可

image.png

环境下载ing


image.png


下载各种版本的方法,以opencv为例:

下载3.4.11.41版本的opencv

pip install opencv-python==3.4.11.41 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

image.png

相关文章
|
2月前
|
机器学习/深度学习 数据安全/隐私保护 计算机视觉
过三色刷脸技术,过三色刷脸技术教程,插件过人脸python分享学习
三色刷脸技术是基于RGB三通道分离的人脸特征提取方法,通过分析人脸在不同颜色通道的特征差异
|
2月前
|
XML Linux 区块链
Python提取Word表格数据教程(含.doc/.docx)
本文介绍了使用LibreOffice和python-docx库处理DOC文档表格的方法。首先需安装LibreOffice进行DOC到DOCX的格式转换,然后通过python-docx读取和修改表格数据。文中提供了详细的代码示例,包括格式转换函数、表格读取函数以及修改保存功能。该方法适用于Windows和Linux系统,解决了老旧DOC格式文档的处理难题,为需要处理历史文档的用户提供了实用解决方案。
114 1
|
29天前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。
|
3月前
|
人工智能 搜索推荐 数据可视化
用 Python 制作简单小游戏教程:手把手教你开发猜数字游戏
本教程详细讲解了用Python实现经典猜数字游戏的完整流程,涵盖从基础规则到高级功能的全方位开发。内容包括游戏逻辑设计、输入验证与错误处理、猜测次数统计、难度选择、彩色输出等核心功能,并提供完整代码示例。同时,介绍了开发环境搭建及调试方法,帮助初学者快速上手。最后还提出了图形界面、网络对战、成就系统等扩展方向,鼓励读者自主创新,打造个性化游戏版本。适合Python入门者实践与进阶学习。
216 1
|
4月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
290 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
3月前
|
存储 算法 数据可视化
用Python开发猜数字游戏:从零开始的手把手教程
猜数字游戏是编程入门经典项目,涵盖变量、循环、条件判断等核心概念。玩家通过输入猜测电脑生成的随机数,程序给出提示直至猜中。项目从基础实现到功能扩展,逐步提升难度,适合各阶段Python学习者。
132 0
|
5月前
|
Python
Python教程:os 与 sys 模块详细用法
os 模块用于与操作系统交互,主要涉及夹操作、路径操作和其他操作。例如,`os.rename()` 重命名文件,`os.mkdir()` 创建文件夹,`os.path.abspath()` 获取文件绝对路径等。sys 模块则用于与 Python 解释器交互,常用功能如 `sys.path` 查看模块搜索路径,`sys.platform` 检测操作系统等。这些模块提供了丰富的工具,便于开发中处理系统和文件相关任务。
188 14
|
5月前
|
数据采集 API 数据格式
Python 原生爬虫教程:京东商品详情页面数据API
本文介绍京东商品详情API在电商领域的应用价值及功能。该API通过商品ID获取详细信息,如基本信息、价格、库存、描述和用户评价等,支持HTTP请求(GET/POST),返回JSON或XML格式数据。对于商家优化策略、开发者构建应用(如比价网站)以及消费者快速了解商品均有重要意义。研究此API有助于推动电商业务创新与发展。

热门文章

最新文章

推荐镜像

更多