【Anaconda安装+PyCharm安装和基本使用,Python编程环境安装-哔哩哔哩】

【Anaconda安装+PyCharm安装和基本使用,Python编程环境安装-哔哩哔哩】

   https://b23.tv/Kg5Icsd

DJJ:熟练之后,已经新建过好多项目之后,简单的来说就是

1.修改项目目录

2.把conda executable修改成python (其实这步没啥用,因为后面配置执行环境的时候要默认选conda.exe的)(但必须得点,不然不能create)

3.(配置project的执行环境,不是直接activate)Setting下选择project - python interpreter - show All - 选中conda environment-创建新环境 或者 选择已有环境

(有就直接选择已经有的环境,没有就现创一个)

亲测好用

1.New project

新建一个项目

2. 工程文件Location

这里的第一个Location代表的是工程文件储存的位置

这是项目的位置,定位到运行的项目目录(运行项目的目录下面)

此处,我定位在了E盘的E:\AIDDproject\Pycharm\pythonProject

注意:修改pythonProject为想创建的项目名字

 

3.选择环境

选择conda环境(不要选择虚拟环境,会给后面带来很多麻烦)

4.环境文件Location(先默认选择不要动,创建项目后再配置修改)

注意:软件是安装在D盘,但环境是默认配置在C盘的(修改起来是很复杂的,需要配置贼多东西)

首先来看新建conda环境。这里的Location代表我环境文件存放的位置。anaconda所有的环境文件都存放在envs文件夹中,点开可以看到我们之前配置好的环境:

 

 图中是默认选择的结果,先不要管,创建项目后在内部重新配置

5.conda的执行程序

选择python.exe

注:这个是在anaconda的安装目录下

 

 

 6.create 创建(会如下报错,不用管,直接点ok就行了)

7.重新配置环境

1.先在Anaconda prompt里创建虚拟环境(如果使用已有的环境可以忽略1)

2.Setting下选择project - python interpreter - show All

3.然后勾选已经存在的环境,选择环境(如果想使用新环境也可以先在Anaconda prompt创建新的虚拟环境,我比较喜欢这种方法)

4.现在就可以运行了

补充1:如果新建环境

#创建虚拟环境(创建成功后就会在anaconda/env目录下)
conda create -n tensorflow/rdkit python=3.6
#查看已经创建环境
conda info --envs
#切换到创建的环境中
conda activate tensorflow/rdkit

补充2:如果新建python文件

鼠标右键点击工程文件,挪到new,然后点击Python File。

再弹框内输入文件名,键盘按下回车键。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
使用Anaconda3和PyCharm来配置TensorFlow-GPU 2.4.0深度学习环境是一个相对简单的过程,我将分享我的经验。 首先,你需要确保已经在计算机上安装Anaconda3和PyCharm。然后,你可以按照以下步骤进行配置: 1. 打开Anaconda Navigator,并创建一个新的虚拟环境。你可以选择Python 3.7版本,并命名环境为"tensorflow-gpu"。 2. 激活新环境后,在终端或命令提示符下输入以下命令来安装TensorFlow-GPU 2.4.0: ``` conda install tensorflow-gpu=2.4.0 ``` 3. 安装完成后,你可以通过以下命令验证TensorFlow-GPU是否正确安装: ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 如果输出显示为2.4.0,则说明TensorFlow-GPU已经成功安装。 4. 接下来,在PyCharm中打开一个新的项目。在项目设置中,选择已创建的虚拟环境"tensorflow-gpu"作为项目的Python解释器。 5. 在PyCharm的终端中,使用以下命令来安装GPU版本的TensorFlow依赖项: ``` pip install tensorflow-gpu==2.4.0 ``` 6. 安装完成后,你可以编写和运行使用TensorFlow-GPU的代码了。 在配置过程中,可能会遇到一些问题。例如,TensorFlow-GPU要求计算机上安装了适当的显卡驱动程序,并且CUDA和cuDNN版本与TensorFlow-GPU的要求相匹配。此外,如果你在安装过程中遇到任何问题,可以尝试升级或降级AnacondaPyCharm和TensorFlow-GPU版本,以找到兼容的组合。 总之,通过Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一项相对简单的任务。如果按照上述步骤操作,你应该能够成功地设置和使用TensorFlow-GPU来进行深度学习任务。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DJ.马

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值