深度学习环境搭建——之PyCharm安装配置

深度学习环境搭建——之PyCharm安装配置

在这里插入图片描述
参考:
1,https://www.runoob.com/w3cnote/pycharm-windows-install.html

书接上回,继续开始PyCharm安装;
序言:
工作中一直从事的是FPGA嵌入式开发,图像处理相关的工作。目前随着AI的浪潮,也被动卷入到深度学习的漩涡中,为了不被漩涡卷入深渊,只能自学些深度学习相关的知识,俗话说“好记性不如烂笔头”何况已经人到中年,想着还是把在工作中的步骤都记录下来,等到想不起来的时候可以随手翻阅查找。
一个深度学习环境的搭建,我根据使用的软件情况以及我自己的安装顺序,大致分为了四部分,Anaconda安装配置,CUDA和CUDNN安装,Pycharm安装配置,Pytorch安装配置。当然,如果你是使用得TensorFlow或者paddlepaddle,那么在最后一个安装的时候你可以自由选择,或者你可以把它们全部装上,对比看哪一个好用。

一,PyCharm下载:
PyCharm是一款功能强大的Python编辑器,PyCharm是程序员为程序员设计的开发环境,提供您进行 高效Python开发所需的所有工具。PyCharm提供智能代码补全、代码检查、实时错误高亮显示和 快速修复,还有自动化代码重构和丰富的导航功能。PyCharm与IPython Notebook集成,提供交互式Python控制台, 并且支持 Anaconda和多种科学化的包(例如matplotlib和NumPy)。内建提供海量工具集:集成调试器和测试器、Python分析器、 内置终端,以及与主流VCS集成,还有内建的数据库工具。
下面将介绍如何在Windows10下安装PyCharm;
下载地址:
官网:https://www.jetbrains.com/zh-cn/pycharm/

进入首页,点击“下载”
在这里插入图片描述

根据操作系统选择Windows,MacOS,Linux;这里选择Windows,由于PyCharm有PyCharm Professional和PyCharm Community Edition两个版本,
Professional 表示专业版,是收费的,只有30天的免费试用期。Community 是社区版,是免费使用的。对于我们开发来说,社区版也满足了我们的需求,因此这里我们选择社区版进行下载安装。
在这里插入图片描述
2,下载完成后,找到下载的文件,双击打开;
PyCharm的安装比较简单,按照下一步操作即可;
在这里插入图片描述
这里我修改安装的路径
在这里插入图片描述
在这里插入图片描述
这里我们根据我们自己的电脑操作系统来选择32位还是64位,相信大家的目前都是64位了吧;
在这里插入图片描述
点击Install,然后就是静静的等待安装了。
安装完成后,我们进入软件界面:
在这里插入图片描述

pycharm汉化

打开pycharm左上角的file(文件) -》 选择settings(设置) -》 打开plugins(插件) -》搜索chinese(中文插件),选择“安装”。安装完成后重启pycharm。
在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在PyCharm配置深度学习环境需要以下步骤: 1. 安装Docker:首先需要安装Docker,Docker是一个容器化平台,可以用来管理和运行各种应用。可以在Docker官方网站上下载并安装适用于您操作系统的版本。 2. 下载Docker镜像:接下来,需要下载一个包含深度学习环境的Docker镜像。可以在Docker Hub上找到多个深度学习环境的镜像,如TensorFlow、PyTorch等。可以根据自己的需求选择适当的镜像,然后使用命令行或Docker客户端下载该镜像。 3. 创建Docker容器:下载完成后,需要使用Docker镜像创建一个Docker容器。可以通过运行以下命令创建一个新的容器: ``` docker run -it --name=my_container -v /path/to/host/folder:/path/to/container/folder -p 8888:8888 image_name ``` 这个命令会创建一个名为my_container的容器,并将主机的一个文件夹挂载到容器内部的一个文件夹中,以便在容器中访问主机上的文件。同时,将容器内的端口8888映射到主机的端口8888上。 4. 在PyCharm配置Docker:打开PyCharm,转到"File" -> "Settings" -> "Project: your_project" -> "Project Interpreter"。点击右上角的齿轮图标,在弹出的对话框中选择"Add" -> "Docker"。然后选择你之前创建的Docker容器。 5. 配置Python解释器:回到"Project Interpreter"页面,点击右下角的加号按钮,在弹出的对话框中选择"System Interpreter" -> "Docker"。然后从下拉菜单中选择你之前创建的Docker容器。 6. 安装Python包:现在你可以在PyCharm项目中使用深度学习库了。使用PyCharm的包管理器来安装所需的Python包,如tensorflow、pytorch等。只需在"Project Interpreter"页面中点击加号按钮,然后搜索并选择需要的包即可。 通过以上步骤,你就成功地在PyCharm配置了深度学习环境。现在你可以在PyCharm中编写、调试和运行深度学习代码了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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