目录
一.Pycharm的操作11.配置python创建文件21.1.使用系统本地解释器32.已有文件配置解释器72.1.直接选择已存在的解释器82.2.重新配置解释器103.Pycharm的一些操作15二.Pycharm配置Anaconda201.配置anaconda创建文件202. 已有文件配置虚拟环境233.Anaconda的一些操作25三.Pycharm使用Anconda配置pytorch281.下载nvidia282.下载cuda283.下载cudnn304.配置pytorch311.确定python版本313.创建虚拟环境314.激活虚拟环境31
一.Pycharm的操作
我们需要先下载python,pycharm,anaconda这三个软件。Python下载可以到官网进行下载(https://www.python.org/)或者我们可以参考一些教程Csdn,GitHub。pycharm同样下载(https://www.jetbrains.com/pycharm/download/?section=windows)。anacodna同样下载(https://www.anaconda.com/)如下的说明都是基于最新的版本进行操作的。
判断python是否安装成功,虚拟环境是否配置成功,我们可以直接使用win+r -- 进行终端 -- 输入 python
判断anaconda是否安装成功,虚拟环境是否配置成功,我们可以直接使用win+r -- 进入终端 -- 输入 conda
anaconda和pip的区别:
- conda可以管理python包和其他包;pip只能管理python包。
- conda自己可以用来创建环境(conda环境);pip不能,需要依赖virtualenv之类的。
- conda安装的包为安装包自带的;pip安装的包是wheel和一些少数包。
- conda安装的包会统一下载到一个目录文件中,当环境B需要下载的包,之前其他环境安装过,就只需要把之间下载的文件复制到环境B中,下载一次多次安装。pip是直接下载到对应环境中。
- conda只能在conda管理的环境中使用,例如比如conda所创建的虚环境中使用。pip可以在任何环境中使用,在conda创建的环境 中使用pip命令,需要先安装pip(conda install pip ),然后可以环境A 中使用pip 。conda 安装的包,pip可以卸载,但不能卸载依赖包,pip安装的包,只能用pip 卸载。
若使用python系统解释器,下载的包将安装到python3.11/site-packages中;若使用虚拟环境下解
释器,下载的包安装到envs/Scripts中;若使用anaconda目录下解释器,下载的包将安装到 anacodna3/pkgs。
1.配置python创建文件
建议使用虚拟环境下的解释器,这样子我们可以将每一个项目进行分开,相互独立,互相不影响。
1.1.使用系统本地解释器
我们系统本身已经下载好了python,我们可以直接使用系统解释器(Python文件夹中的python.exe) 使用系统本地解释器,下载包到Python311\Lib\site-packages中 python解释器如图:
①New Project
②选择本地解释器,并选择Create
③鼠标右击Test -- New -- Python File
④输入文件名 -- 按Enter回车键 -- 在test.py文件中输入 -- 终端显示正常则证明文件创建成功
1.2.使用虚拟环境
我们可以创建虚拟环境,项目文件夹中就会多一个venv文件夹,用来存储虚拟环境。
我们在虚拟环境中下载安装的包会下载到venv\Lib\site-packages python解释器如图:
①New Project
Inherit global site-packages : 继承全局网站包,创建的新项目需要复制一份全局包到虚拟环境中。勾选这个,可以使用Base Interpreter的所有包(可以使用全局包,即本地Python的site-packages目录中的类库);不勾选的话与外界无关(在Base Interpreter的基础上创建一个新的虚拟环境)
Make available to all projects : 可用于所有项目,表示其他项目也可以使用这个虚拟环境 。勾选这个的话,可以将此项目的虚拟环境给其他项目选择使用(可以使用文件夹下envs中的包)。
②填入Location,选择New environment using -- Base interpreter -- Inherit global to all projects -- create
③鼠标右击Test -- New -- Python File
④输入文件名 -- 按Enter回车键 -- 在 .py文件中输入 -- 终端显示正常则证明文件创建成功
2.已有文件配置解释器
当我们已经有python文件,我们需要使用pycharm将它打开,并允许代码。此时我们需要配置解释器。
这里的New environment特别的重要,我们需要合理的配置环境,使用IDE(Pycharm)
若出现:path is empty(Environment location directory is not empty),此时文件夹中已经存在 envs文件,无需重新配置解释器,我们直接选择就行(即选择Existing Virtualenv Environment)。若
我们需要重新配置解释器(即选择New Virtualenv Environment),我们就需要删除文件夹中的envs文件,并进行一些检查操作。
2.1.直接选择已存在的解释器
我们即可以选择虚拟环境下(venv)的解释器(Virtualenv Environment),我们也可以选择系统解释器(System Interpreter)
可以将第四个符号点灭,可以显示所有的解释器:
选择系统解释器:
安装的包将安装到:Python311\Lib\site-packages 我们直接选择python文件夹下的python.exe解释器 -- Apply -- OK
测试:
选择虚拟环境解释器:
安装的包将安装到:venv\Lib\site-packages 我们直接选择venv文件夹下的python.exe解释器 -- Apply -- OK
测试:
2.2.重新配置解释器
当我们无法直接选择已存在的解释器(无法查找到已存在的解释器),或者我们想要使用新的解释器,我们可以进行下面的操作。
我们同样分为系统解释器和虚拟环境下的解释器
配置系统解释器:安装的包在:Python311\Lib\site-packages
Sytem Interpreter -- 选择python文件夹中的python.exe
测试:
配置虚拟环境下的解释器:
安装的包安装到:venv\Lib\site-packages
我们未在Python Interpreter 处查找到解释器,我们可以选择已存在的虚拟环境,我们也可以选择新的虚拟环境
Add Interpreter -- Add Local Interpreter
已存在的虚拟环境:
Virtualenv Environment -- Existing -- 查找到解释器 -- OK
- 若project因为文件路径修改后,导致解释器未配置,上述方法可能不适用(会出现Invalid Python
SDK报错),系统无法寻找到我们的python文件,我们需要进行文件操作。(若未出现问题可以跳过)
- 关闭pycharm
- 前往python解释器所在目录,将python.exe和pythonw.exe进行复制
- 前往envs所在目录,将所复制的python.exe和pythonw.exe进行粘贴,并选择替换目标中的文件
- 重新打开pycharm,并重新进行操作
新的虚拟环境:
①我们需要前往所编写python文件的文件夹中,删除文件夹中的envs文件,并进行一些检查操作
②删除完后,Add Inerpreter -- Add Local Interpreter -- Virtualenv Environment -- New -- Apply --
OK
Add Inerpreter -- Add Local Interpreter
我们的解释器将在虚拟环境下
Virtualenv Environment -- New -- OK -- Apply -- OK
③测试是否成功配置解释器
3.Pycharm的一些操作
3.1.专业版激活
①打开软件,我们进入如下界面
②点击Log In to JetBrains Account
③按要求输入学生邮箱(需去学校相应的网站申请学生邮箱,一般以http://edu.cn结尾),姓名,并勾选相应的选项。去学生邮箱进行相应的确认,按邮箱中的信息操作。
④之后,我们就可以点击Activate进行激活了 -- Continue(激活操作必须在专业版上面进行,一年需要进行一次)
3.2.一些好用的插件下载
File -- Settings -- Plugins
①Material Theme UI Plugin
(Gerry Oceanic)
②IdeaVim
③Rainbow Brackets
④Translation
⑤statistic
⑥CodeGlance
3.3.设置脚本开头
①File--Settings
②Editor -- File and Code Templates -- Python Script -- 内容 -- Enable Live Templates -- Apply --
OK
# @coding : uft-8 # 编码
# @Time : ${DATE} ${TIME} # 具体时间
# @Author : # 作者
# @File : ${NAME}.py # 文件名
# @Software : ${PRODUCT_NAME} # IDE名
# @Project : ${PROJECT_NAME} # 工程名
# @Function : # 作用
3.4.设置字体大小
①File -- Settings -- Keymap -- 输入font -- Add Mouse Shortcut -- Apply -- OK
②Keymap -- 输入font -- Add Mouse Shortcut -- Apply -- OK
3.5.配置镜像源
清华源:https://pypi.tuna.tsinghua.edu.cn/simple/
3.6.取消改写模式
点击上方的tools,并取消vim,实现关闭改写模式
二.Pycharm配置Anaconda
我们首先需要下载anaconda,我们这里依然是官网(https://www.anaconda.com/)。anaconda内部含有很多封装好的包,我们只需要下载并调用它们,就可以很容易实现一些功能。
1.配置anaconda创建文件
配置anaconda基本上与前面的相同,但是不建议在pycharm创建新的conda 虚拟环境(建议使用 anacodna或者prompt进行创建)本质上都是使用anaconda目录下的python.exe解释器,直接选择anacodna虚拟环境下解释器 python解释器如图:
(关闭后重启图标会改变,名称可以自己选择修改)
安装的包将安装到:anaconda3/pkgs
①选择Previously configured interpreter -- Add Interpreter -- Create
选择System Interpreter
或者我们可以选择Conda Environment -- Use existing environment
甚至我们还可以选择Virtalenv Environment -- Existing
②鼠标右击Test -- New -- Python File
③输入文件名 -- 按Enter回车键 -- 在 .py文件中输入 -- 终端显示正常则证明文件创建成功
2. 已有文件配置虚拟环境
直接选择已存在的anaconda虚拟环境下解释器
安装的包安装到:anaconda3/envs/current_env/python3.11/site_packages
选择anacodna文件夹下的python.exe解释器
若未查找到anacodna文件夹下的python.exe解释器,我们将进行如下操作:
找到Virtualenv Environment -- Existing -- 选择anacodna文件夹下的python.exe
或者找到Conda Environment -- Use exisiting environment -- 选择anaconda文件夹下的python.exe
甚至可以选择System Interpreter
3.Anaconda的一些操作
配置镜像源
在Anaconda prompt中操作:
然后测试是否配置成功:
激活一个虚拟环境
激活一个虚拟环境后,我们的操作都会进入到虚拟环境当中。若我们只输入activate,我们将进入base虚拟环境(缺省即默认)当中。
在虚拟环境中安装包通过-i 表示路径(使用镜像源安装包)
Conda install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple(清华镜像) pip install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple(清华镜像)若为anaconda虚拟环境下,建议使用conda install
conda install xxx:这种方式安装的库都会放在anaconda3/pkgs目录下,这样的好处就是,当在某个环境下已经下载好了某个库,再在另一个环境中还需要这个库时,就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。
pip install xxx:分两种情况,一种情况就是当前conda环境的python是conda安装的,和系统的不一样,那么xxx会被安装到anaconda3/envs/current_env/lib/python3.x/site-packages文件夹中,如果当前conda环境用的是系统的python,那么xxx会通常会被安装到~/.local/lib/python3.x/sitepackages文件夹中
三.Pycharm使用Anconda配置pytorch
1.下载nvidia
①我们首先需要检查我们的nvidia,下载更新nvidia。
②在anaconda prompt指令页面下,输入nvidia-smi,查看显卡的相关消息。
NVIDIA官网:https://www.nvidia.cn/geforce/drivers/
2.下载cuda
根据nvidia-smi 我们可以知道我们所需要的CUDA版本,我们下载的CUDA版本不应该超过11.8(CUDA
Version)
CUDA官网:https://developer.nvidia.com/cuda-downloads
测试:
3.下载cudnn
CUDNN网址:https://developer.nvidia.com/rdp/cudnn-download
cuDNN版本将下载的文件解压并复制到NVIDIA Computing Tooklit \CUDA\v11.8中
测试:
在NVIDIA GPU Computing Tooklit\CUDA\v11.8\extras\demo_suite中找到deviceQuery.exe和 bandwidthTest.exe并运行
4.配置pytorch
1.确定python版本
win+r,输入cmd。在cmd中输入python(3.11)
2.使用anconda promt
3.创建虚拟环境
如何就开始飞快地创建虚拟环境了
4.激活虚拟环境
激活虚拟环境后,我们直接就进入到了虚拟环境当中
5.安装pytorch
我们可以应该进入pytorch的官网进行选择(操作系统,编程语言,CUDA版本):Start Locally |
将框选的代码写入pytorch环境当中,我们将下载pytorch
⑤测试
在pytorch虚拟环境下,我们输入
我们现在已经成功配置好了pytorch虚拟环境。
6.配置pytorch
基本上与配置anacodna环境一样操作
File -- Settings -- 选择解释器
我们可以选用Virtualenv Environment -- Existing -- 找到anacodna\envs\pytorch\python.exe
或者选用Conda Environment -- Use existing environment -- pytorch
甚至可以选用System Interpreter -- envs\pytorch\python.exe
本文参考链接:https://blog.csdn.net/chenxy_bwave/article/details/119996001
除此之外,本文参考了很多csdn,知乎的大佬的文章(因为找不到了,参考了很多文章)。希望看到的大佬,能够做出一些评价,谢谢大家。