一、配置环境

1.安装conda

2.安装jupyter-notebook

3.创建conda虚拟环境

4.安装nb工具，并链接到之前安装的Jupyter Notebook。

5.安装TensorFlow

6.安装pytorch

二、创建项目

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

如何在自己电脑上配置开发深度学习项目(windows)相关推荐

windows上配置本地深度学习工作站
文章目录前言 1. 安装Anaconda 2. 创建python环境 3. 安装Jetbrains Toolbox 4. 安装Pycharm Professional/Community 5. 安装 ...
盘点 | Github上的18个顶级深度学习项目
选自Github 机器之心编译 hunkim 盘点了 Github 上 18 个深度学习项目,根据收藏数自动排名.最新的一次 update 在几小时前完成. 项目地址:https://github.c ...
如何在实际中计划和执行一个机器学习和深度学习项目
2019-11-27 20:27:28 作者:Sayak Paul 编译:ronghuaiyang 导读做研究打比赛和真正的做一个机器学习和深度项目是不一样的,如果你有这方面的困惑的话,可以看看这篇 ...
Go1 头部相机传图到自己电脑上进行开发—环境配置相关
Go1 相机传图到自己电脑上进行开发-环境配置Trick 0 以头部相机为例发送 Go 1头部相机发送可以参考宇树B站的camera_sdk教程. 本文主要解决在自己电脑上接收图像camera_sdk ...
在Windows电脑上配置Speedtest测速服务器
在windows电脑上配置Speedtest服务器 0.下载本教程中所需要的资料 1.安装iss服务端 2.下载并安装PHP Manager for IIS 3.下载PHP包并解压 4.为IIS配置P ...
git在一台电脑上配置不同的仓库（多个gitee仓库、或者不同的github仓库）
前言在开发过程中,我们工作的时候难免会使用到两个不同的仓库,但是正常来说一电脑默认一个参考,直接会用全局命令 git config --global user.name "yourName ...
Mac电脑上配置环境变量的方法
Mac电脑上配置环境变量的方法使用vim配置环境变量 1.首先执行命令:vim .bash_profile 用vim打开该文件,然后输入i,表示insert,就是编辑模式如:Node环境变量配置 ...
AM5728开发深度学习之安装 caffe-jacinto
AM5728开发深度学习之安装 caffe-jacinto--WizNote笔记要先使用自己训练的模型,可以使用caffe和Tensorflow,但是使用TI的caffe-jacinto能让训练的模 ...
CUDA上的量化深度学习模型的自动化优化
CUDA上的量化深度学习模型的自动化优化深度学习已成功应用于各种任务.在诸如自动驾驶汽车推理之类的实时场景中,模型的推理速度至关重要.网络量化是加速深度学习模型的有效方法.在量化模型中,数据和模型参 ...

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

2.安装jupyter-notebook

3.创建conda虚拟环境

4.安装nb工具，并链接到之前安装的Jupyter Notebook。

5.安装TensorFlow

6.安装pytorch

二、创建项目

如何在自己电脑上配置开发深度学习项目(windows)相关推荐

最新文章

热门文章