【PyTorch】深度学习：在VS Code中使用JupyTer以及PyCharm的相关使用

一.在VS Code中使用JupyTer

在李沐老师的B站《动手学深度学习》教程中，李老师使用JupyTer Notebook进行代码书写

• JupyTer Notebook：这是Jupyter的核心组件，它是一个基于Web的交互式计算环境，允许用户创建和共享包含代码、文本、数学公式、图表等内容的文档。每个Notebook由多个单元格（Cell）组成，单元格可以是代码单元格（用于编写和运行代码）或Markdown单元格（用于编写文本和格式化内容）

而作者在学习过程中了解到：在 VS Code（Visual Studio Code）中使用 Jupyter 是一种非常高效的方式，因为 VS Code 提供了强大的代码编辑功能和对 Jupyter Notebook 的原生支持

因此，下面是作者的环境配置过程

详细步骤

①安装VS Code

在这里作者分享一下自己安装软件的常用方法：

首先，在微信中搜索公众号《软件管家》，该公众号提供了一系列的软件安装教程和资源

如下图所示：

选择合适版本，并按照教程进行安装即可

②安装VS Code插件

汉化插件

点击安装，安装完毕后，重启软件即可

Python插件

同上，点击安装，安装完毕后，重启软件即可

③新建JupyTer文件

首先，新建项目文件，在项目文件下创建后缀为.ipynb的文件即可

点击“选择内核”

选中自己先前安装的MiniConda安装路径下的python.exe

接下来，就可以在VS Code中使用JupyTer来编写代码并运行了

注意：在配置过程中，需要根据软件提示，安装相关推荐的插件

作者在配置过程中，被推荐安装了以下插件：

二.深度学习在PyCharm中的相关使用

同上述安装教程，在《软件管家》中进行PyCharm的安装

①新建项目

选中自己先前安装的MiniConda安装路径下的python.exe

如下图所示：

然后项目就新建完成啦

②配置解释器

选中自己先前安装的MiniConda安装路径下的conda.exe

点击“加载环境”，再点击“确定”

写代码时可调用的模块，便成功导入

③代码编写

实例展示：

import torch

a = torch.ones((3, 1))
a = a.cuda(0)
b = torch.ones((3, 1)).cuda(0)
print(a + b)

三.总述

看到这里就全部完成啦！！！

接下来就可以进行代码和理论的相关学习啦！！！

场景	推荐工具	理由
大型深度学习项目	PyCharm（专业版）	项目管理、调试、团队协作更专业，适合长期维护的复杂模型开发
快速实验/原型开发	VS Code + Jupyter	轻量级、交互性强，适合快速验证想法和数据可视化
远程服务器训练	PyCharm（专业版）	远程开发体验更完善，适合连接 GPU 服务器
教学/小型项目	VS Code	免费、易上手，学生和小团队友好
需要混合编程（如 Python+R）	VS Code	多语言支持更好，插件生态丰富

优化建议

混合使用：在 PyCharm 中管理项目主体，用 VS Code 快速编辑 Jupyter Notebook