零基础深度学习笔记：环境配置

一、anaconda的下载和安装

anaconda是一个流行的Python数据科学和机器学习平台，旨在简化包管理和部署。它提供了大量预安装的库和工具，这些库和工具对于数据分析、机器学习、科学计算等领域非常有用。

anaconda下载链接：https://www.anaconda.com/download

由于官方服务器在国外，用此链接可能会很慢

可以通过国内的镜像源下载，地址：

https://mirrors.bfsu.edu.cn/anaconda/archive/

下载完成以后按如下图所示进行安装：

 

安装过程将会很漫长，请耐心等待。
安装好以后，接下来进行环境变量的配置。

右键桌面，点击'显示设置'，左上角搜索框中输入'编辑系统环境变量'，点击它，在弹出的'系统属性'窗口中点击'环境变量'，再在弹出的'环境变量'窗口中选中 'Path '路径，并点击'编辑'，再点击右侧的'新建'来新建环境变量的路径，将路径【D:\Anaconda】、
【D:\Anaconda\Scripts】和【D:\Anaconda\Library\bin】添加到环境变量中，添加完成后点击确定。

请注意，若此前存在其它单独的 Python 解释器添加过环境变量，请删除它的环境变量，否则 Anaconda 的环境变量会被挤出来（即点击确定后，再点进来会自动消失）。

点击'开始'菜单，搜索框中输入'jupyter'，找到该文件的位置并将它发送至桌面，同一文件夹内应该还能找到'anaconda prompt'，也发送至桌面。

二、主要库的安装

1.创建虚拟环境

双击打开'anaconda prompt'，首先输入'conda env list'并回车，结果应如下图所示

（因为我的电脑已经创好了虚拟环境，所以会多DL的那一行） 

然后创建Python版本为xxx的虚拟环境，即输入'conda create –n 环境名字 python=xxx'并回车，此操作需在联网下进行。此时再次输入'conda env list'并回车会发现结果中多了一行，多的那一行便是所创建的虚拟环境。再输入'conda activate 环境名'便可进入虚拟环境。虚拟环境中，左侧会有（环境名）标记，我的虚拟环境名为DL。

2.numpy，pandas，matplotlib的安装

在虚拟环境中分别安装numpy，pandas，matplotlib，指令如下：

numpy：pip install numpy ==xxx -i https://pypi.tuna.tsinghua.edu.cn/simple（其中xxx表示某一版本）

pandas：pip install pandas == xxx -i https://pypi.tuna.tsinghua.edu.cn/simple 

matplotlib：pip install matplotlib ==xxx -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：三者版本与python版本要对应，例如，若Python版本为3.9，numpy版本可以是1.21.5，pandas版本可以是1.2.4，matplotlib的版本可以是3.5.1。

安装完以后，可以输入'pip show 库名 '来查看库的版本，也可以输入'conda list'来查看该环境中所安装的所有库的版本。

3.CUDA的安装

Win+R输入cmd进入终端，首先输入'nvcc– V'，若已安装CUDA，则会出现如下结果：

 若未安装，则会显示“nvcc -V 不是内部或外部命令”。

CUDA的下载链接：https://developer.nvidia.com/cuda-toolkit-archive

下载完成以后按照如下图所示安装

 

 

 

 安装完成。接下来配置环境变量，方式参考第一小节，路径分别为：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\libnvvp

 

最后，回头检查一下 CUDA 版本，Win+R 输入 cmd进入终端，输入 nvcc -V，可以得到如下结果：

4.pytorch的安装 

PyTorch分为三部分：torch、torchvision 与 torchaudio。

torch官方下载链接：https://pytorch.org/get-started/previous-versions/

  

可以选择pip或者conda安装，最下面一栏是安装指令。打开'anaconda prompt'并进入虚拟环境，输入该指令。

注意：pytorch版本一定要和CUDA版本对应

这种方式下载会非常慢，而且网不好会非常容易死机。因此这里提供另外一种下载方式。

首先进入网站：https://download.pytorch.org/whl/cu113

分别进入torch，torchvision，torchaudio各自的下载网站：

 找到各组件对应的版本：

 

 

 注意：三个组件的版本必须和CUDA版本，Python版本对应，图中cu121表示CUDA12.1，cp312表示Python3.12，以此类推。

下载完成后将三个文件放在一个新建名为whl的文件夹中，在虚拟环境中用如下指令分别安装三个组件：

pip install 组件所在路径\组件名

例如：安装torch指令为：pip install D:\whl\torch-2.4.0+cu121-cp38-cp38-win_amd64.whl

安装完成后，可以输入'conda list'查看该环境下所有库以检查三组件是否安装成功。
5.pycharm的安装及链接虚拟环境

pycharm下载链接https://www.jetbrains.com/pycharm/download/other.html

按如下方式安装：

 

 安装完成以后打开pycharm，点击'create new project'，然后如下图勾选：

 点击'create'，点击右下角按钮，选择虚拟环境，如下图：

 右键新建Python程序，然后随便输入几行代码测试是否能正常使用。

 

 若最终输出结果为true，则成功运行。