如何配置深度学习项目环境以及解决pycharm中虚拟环境包不一致问题

1.问题背景

1.1 什么是requirements.txt文件？

从 GitHub 网站上下载的深度学习项目通常包含 requirements.txt 文件，该文件包含了项目所依赖的所有包及其版本号。

1.2 为什么要使用requirements.txt文件？

通常情况下，我们会使用命令“pip install package_name”来下载包，但是会有一个问题，如果项目所依赖的包非常多，就不得不重复上面的 pip 指令，费时费力。这时，通过 requirement.txt 文件就可以一键配置好项目所依赖的指定版本的所有包。

2.操作流程

2.1 下载GitHub深度学习项目

2.2 在PyCharm中打开GitHub项目

2.3 配置环境

（1）点击“File”，选择“Settings”，点击 PyTorch 项目名下的“Python Interpreter”，在弹出的界面中选择“Add Local Interpreter...”；

（2）选择“Add Local Interpreter”后，点击“Conda Environment”，选择新建一个环境

2.4 通过requirements.txt安装GitHub深度学习项目所依赖的包

（1）完成虚拟环境的配置之后，可以看到虚拟环境中的所有的包，但是缺少“requirements.txt”文件中要求的指定版本的包，所以接下来要通过“requirements.txt”安装 GitHub 深度学习项目所依赖的包。

（2）在 PyCharm 的 Terminal 终端中的“master”虚拟环境中输入以下代码并回车，即可完成 GitHub 深度学习项目所依赖包的安装（其中，-r 表示“read”）：

pip install -r requirements.txt

（3）在终端输入以下代码并回车，可以看到“requirements.txt”文件中指定版本的包已成功安装：

conda list

 注意：需要开启conda包管理，否则pycharm中找不到在虚拟环境中安装的包