YOLO项目虚拟环境搭建与注意细节，Pycharm下的一些常用指令的归纳总结。

说明：该笔记是自己个人整理的，用于备忘，可能有一些不足之处或者错误，如果大家有发现，欢迎指出，谢谢。

一、个人归纳的一些常用指令整理：

1. pip+install+库的名称
2. conda install+包名
3. conda env list   用于查看自己电脑上已经安装了哪些库/包；

输入指令：例如，conda activate chuxuezhe1 即可进入该环境，然后再输入指令：conda list或者pip list就可以看看这个chuxuezhe1 环境中有哪些库，回车即可列出；

     4.在命令窗口创建新的环境的命令行格式为：conda create -n 环境名 python=3.7

例如：conda create -n chuxuezhe2 python=3.7

利用镜像加速创建虚拟环境：conda create -n chuxuezhe1 python=3.7  -c镜像地址，注意如果是安装requirements.txt文件时，首先要cd到该文件夹路径，然后把“c”改成“i”，然后加上镜像源即可。

常用镜像源：比如清华源，豆瓣源等。

清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学：http://pypi.hustunique.com/
豆瓣源：http://pypi.douban.com/simple/
腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/
 

    5.我们想进入某个创建或自带的的环境，便可以输入指令：conda activate +环境名

然后再输入指令：conda list 就可以看看这个环境中已经安装了哪些库

    6.怎么删除已经创建的虚拟环境呢？指令格式如下：conda remove -n chuxuezhe1 --all

    7.持久添加通道：从大config --add channels +通道地址

    8.删除通道：conda config --remove channels +通道地址

    9.去bing.com去搜索安装包的指令，比如安装wandb，进入bing.com 之后之间输入conda install wandb既可。

    10.在命令窗口怎么停止正在运行的指令，快捷键：ctrl+c

    11.怎么查看 GPU的运行状态，或者隔几秒刷新一下显存状态：nvidia-smi -l 秒数，在命令行输入：nvidia-smi -l 1 即可(间隔1秒刷新一次)。

    12.如何从命令行窗口运行训练/测试代码？

  第一：打开命令行，(在base基础环境) 输入cd(空格)＋文件所在地址；

  第二：进入要使用的虚拟环境，然后输入相关指令即可在命令窗口运行程序。

   13.怎么查看训练的代码运行的情况以及每个训练epoch的图像处理情况和各个损失函数的情况？

  首先，先在pycharm或者终端命令窗口运行train,py文件，然后在终端窗口运行nvidia-smi -l 1 命令，看一下自己的GPU的状态 ，看看是否GPU运行了起来，最后在命令窗口输入：python -m visdom.server，然后在网页端打开下面这个网址既可以查看每个周期的训练效果、损失函数等情况，http://localhost:8097.

   14.跳转到声明:将光标定位在Cat类实例的feeds（）函数名处，按下Ctrl+B。Pycharm会自动跳转到Mammalia类feeds成员的定义。

      转到引用:接下来吧光标至于Mammalia类名称处，查找其所有引用。按下Ctrl+Alt+B，会看到Mammalia类的引用列表。

二、快速安装一个项目的requirements的方法

1. 先启动命令行，进入项目所在环境，输入cd +requirements文件所在地址(去对应文件夹的地址栏复制其地址就行)，这样命令行就到了当前文件的地址了，然后输入pip install -r requirements.txt 回车即可安装整个requirements文件里的包/库；此外可以加 -i https://pypi.douban.com/simple添加下载镜像，来加速下载，形式如下：

pip install -r requirements.txt -i https://pypi.douban.com/simple/

2. 也可以在pycharm中打开该项目，进入终端terminal,然后输入conda activate +环境名，进入该环境后，输入 pip install requirements.txt，然后回车即可安装整个requirements.txt文件。

附加：

1) 在pycharm中设置界面背景颜色，步骤为：file→settings→在输入框输入appearance→在相应界面即可调整；

2) 查看自己CUDA Driver Version的命令/显示GPU当前状态的命令：打开终端输入查看自己的Driver Version版本(或cmd进入终端)，运行指令：nvidia-smi 即可。

3) 检测自己的虚拟环境中torch是否可用：cmd进入终端，然后进入相应的虚拟环境（conda activate 环境名），依次输入以下代码：

python  

import torch

print(torch.cuda.is_available())

输出结果为True即可

4）在虚拟环境配置中，如果出现CUDA不可用，则可能是因为安装Pytorch的时候用的conda指令，而选用pip指令安装torch则可避免上述情况。

三、正确创建一个虚拟环境的步骤

1. 第一，创建一个“毛坯房”conda create -n 环境名 python=3.7；

第二，进入到这虚拟环境conda  activate 环境名；

第三步，安装torch，进入pytorch官网，选择pip，然后选择比自己的CUDA Version版本低的即可，再然后就复制pip指令，到命令窗口安装即可。

第四步：安装对应项目的requirements，看 “二、快速安装一个项目的requirements的方法” 即可。