深度学习开发环境搭建（包括Anaconda，Visual Studio Code，OpenCV，PyTorch，虚拟环境）

1.1Anaconda的下载

Anaconda下载主要有两种方式

        一是官网，下载官方网址：https://www.anaconda.com/products/distributionhttps://www.anaconda.com/products/distribution

（但是不推荐，因为速度较慢）

点击下载即可

        二是去清华大学开源镜像网站下载，网址如下

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择自己需要的版本安装，若是有anaconda版本与python问题纠结可去anaconda官方查询，链接如下：

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

1.2 Anaconda的安装

        打开已经下载完成的anaconda，一路next

        再点击下一步，修改你想要他安装的地址（建议别安装在c盘）

        这一步中，第一个选项意思就是将安装路径填入到系统环境变量中，第二个选项是自己配置，可按需求选择。

        接着便是等待下载完成，若是之前选择了手动配置环境变量，还要记得去环境变量中的系统变量添加如下配置：（根据自己所安装目录调整即可）

        C:\Anaconda 

        C:\Anaconda\Scripts 

        C:\Anaconda\Library\mingw-w64\bin

        C:\Anaconda\Library\usr\bin 

        C:\Anaconda\Library\bin

1.3测试是否安装成功

        输入win+r打开命令提示符，输入cmd

        输入python查看python版本，然后输入conda --version 查看conda版本，如果提示conda不是内部或外部命令，那一般是，Anaconda的环境变量没有配置好。出现如下提示，anaconda安装完成。

2.1Visual Studio Code安装

        安装链接Visual Studio Code - Code Editing. Redefined

        安装完成后一路安装顺序点击，vscode安装结束

2.2Visual Studio Code扩展安装

        

在此处搜索，安装合适扩展

  codeRunner: 快速运行程序

python：解释器

  Jupyter: 交互式运行程序

  Pylance: 高效代码提示

3.1Opencv安装

        打开终端：选择View|Terminal菜单或者快捷键CTRL+~

        输入以下，下载opencv，-i后是国外镜像网站，增加下载进度

        pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==4.5.1.48

        安装后输入测试程序（其中文件对应目录改为自己目录），执行，

成功后出现图像

3.2PyTorch安装

        3.2.1前期准备

        首先确定自己机器是否有NVIDIA独立显卡

        具体步骤：

                1.输入win+r打开命令提示符，输入dxdiag

                2.出现如下界面

3. 点击上部“显示”tab, 出现如下界面：

4. 如果制造商是nvidia, 则为独立显卡。如果是intel，则为集成显卡。注意，目前对AMD 的显卡支持非常不完善。如果计算机采用AMD的GPU，后续安装时建议选择PyTorch的CPU版本。

               

        3.2.2安装pytorch

        上PyTorch网站，根据自己机器选择相应配置，找到对应安装指令，pytorch.org

        在VS Code命令行窗口中执行该命令 (先切换到Terminal窗口中，与OpenCV安装时相同). 由于Pytorch从境外网站下载，所以时间较长，且易中断，请事先准备好网络（下页有离线安装包的方案）。安装成功后提示

        3.2.3检测pytorch是否成功

        在vscode中输入以下代码：        

        import torch # 如正常则静默

        a = torch.Tensor([1.]) # 如正常则静默

        a.cuda() # 如正常则返回 "tensor([ 1.], device='cuda:0')"

        from torch.backends import cudnn # 如正常则静默

        cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"

        

        出现结果如下：

4.1虚拟环境安装

        4.1.1查看所有虚拟环境

        输入以下命令：conda info --envs

        4.1.2创建名字为xxx，环境为python3.11的虚拟环境(python3.11为例)

        输入以下命令：conda create --name env_name python=3.11

        4.1.3激活（进入）虚拟环境

         输入以下命令：Win: activate env_name
         输入以下命令：mac/linux: conda activate env_name

        4.1.4、删除虚拟环境

         输入以下命令：conda remove --name your_env_name --all

        4.1.5、退出环境

         输入以下命令：deactivate

  4.2安装第三方库

        4.2.1查看当前环境下安装的第三方库

        输入以下命令：conda list

        4.2.2给当前环境安装第三方库

        输入以下命令：conda install package_name

        4.2.3给指定环境安装第三方库

        输入以下命令：conda install -n env_name package_name

至此，深度学习开发环境搭建已经完成。