深度学习环境配置系列文章（三）：配置VS Code和Jupyter的Python环境

深度学习环境配置系列文章目录

第一章 专业名称和配置方案介绍
第二章 Anaconda配置Python和PyTorch
第三章 配置VS Code和Jupyter的Python环境
第四章 配置Windows11和Linux双系统
第五章 配置Docker深度学习开发环境

---

---

前言

本节主要介绍Jupyter Notebook和VS Code这两大免费编辑平台的使用，暂不介绍PyCharm，因为之后配置的一些功能，如远程连接功能，使用PyCharm是需要收费的。
关于VS Code和PyCharm的比较与介绍参考第一章： 专业名称和配置方案介绍，这里不再重复介绍。

---

一、VS Code下载与安装

1.下载方法

登录VScode的官网下载，官网链接 https://code.visualstudio.com/

嫌下载慢的可以用我的百度网盘链接 链接：https://pan.baidu.com/s/1BQClw3Fwzfpu6Tj1YEKLSQ
提取码：7799

2.安装说明

当下载完成后，我们只要一直点“确认”同意就好。（注意更改安装路径，建议不要安装在C盘，且安装路径不要出现中文名）当出现图2-10时，不勾选“将Code注册为受支持的文件类型的编译器”，勾选其余4项。

解释以下这样做的原因。
1)将“通过Code 打开”操作添加到Windows资源管理器文件上下文菜单
2)将“通过Code 打开”操作添加到Windows资源管理器目录上下文菜单
3)说明：当鼠标对文件、目录点击右键时，可以出现选择使用VS Code打开。
4)将Code注册为受支持的文件类型的编辑器
5)说明：默认使用VS Code打开诸如后缀为“.txt”和“.py”等文本类型的文件（一般建议不勾选）。
6)添加到PATH（重启后生效）
7)说明：这步骤默认的，勾选上，就不用配置环境变量，可以直接使用。
8)做完安装说明，就可以一路选择默认配置并点击“OK”了。

二，VS Code配置Python环境

1.下载Python插件

打开VS Code后，如图2-11所示，界面说明如下。

这里，我们需要下载Python插件才能在VS Code中编辑Python代码，如图2-12所示，点击左栏插件图标，搜索Python。

2.选择Python解释器

按照如下四步来新建一个Python文件，并选择相应的Python解释器，如图2-13所示。

注意，第四步中，如果不显示Anaconda创建的Python环境，则可以点击上方的“Enter interpreter path…”选项，来手动选择Anaconda创建的Python解释器。
如果不清楚自己创建的Python环境在哪里，可以通过如下方法进行查询。

1.在Anaconda Prompt中激活想寻找的Python所在的环境。

conda activate env_name # 激活名为env_name的环境   

2.通过命令“where Python”查找路径，返回的输出即为“Python.exe”所在路径。

where Python  

3.这时可以在IDE中更改解释器路径为刚刚得到的路径（通过“Enter interpreter path”方法）。

如果更换的Python环境中已经下载完成PyTorch，可通过命令“import torch”运行查看是否产生错误报告。图2-14所示。

三，Jupyter Notebook中配置Python环境

1. Anaconda的安装和使用

若已经下载过Anaconda，则不需要重复下载Jupyter Notebook，因为已经被集成在Anaconda中了。打开方式如下图2-15所示：菜单>Anaconda>Jupyter Notebook（Anaconda）

打开后，系统会默认弹出一个Web网页和Jupyter终端。最小化终端即可（不要关掉），其中web网页则是我们编写代码的平台。使用方法如图2-16和图2-17所示。

2. Jupyter中选择Anaconda创建的Python虚拟环境

注意，在选择Python解释器时如果找不到Anaconda创建的Python虚拟环境，则通过下述方法解决。
1.首先，在Anaconda Prompt中先激活想要在Jupyter Notebook中使用的Python环境
2.然后，执行如图2-18所示的命令即可。

完成后，如图2-19所示重新在菜单中开启Jupyter Notebook，再次新建文件时即可看到Anaconda管理的Python环境了。