深度学习环境安装指南

1： Anaconda下载

访问https://repo.anaconda.com/archive/ ，根据当前你的机器操作系统配置

选择2021.05合适的版本

安装后界面如下所示。选择Anaconda Navigator, 打开主界面，如下：

至此安装成功

2：VS Code 安装

下载Visual Studio Code并安装

(code.visualstudio.com)

1. 安装Python扩展

2. 选择合适的Python解释器

（系统中可能安装了多个Python版本，此时可

通过单击底部状态栏左侧，选择对应解释器）

3：OpenCV 的安装

选择View|Terminal菜单或者快捷键CTRL+~，

可切换至命令行终端，执行指定命令

安装指定版本(不指定安装最新)

➢ pip install -i https://pypi.tuna.tsinghua.edu.cn/simple

opencv-python==4.5.1.48

➢ 如果不指定-i后面项，从国外网站安装，下载速度太慢(可能导致

失败)，因此采用了国内镜像源

➢ 安装成功后终端窗口显示如下：

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，

成功后出现右侧结果。

4：下载 PyTorch

安装PyTorch：准备

首先确定自己机器是否有NVIDIA独立显卡。

1. 按下”win+r”键，然后运行dxdiag

2. 出现如下对框框：

安装PyTorch：准备

首先确定自己机器是否有NVIDIA独立显卡。

3. 点击上部“显示”tab, 出现如下界面：

22

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。

安装PyTorch

上PyTorch网站（https://pytorch.org/），根据自己机器选择相应配置，找到对应安

装指令，复制该指令。

注1: 机器里没有NVIDIA显卡的，选CPU版本即可(第5行)

注2: 机器里有NVIDIA显卡但显卡比较老的, 请先安装CUDA 11.3

安装PyTorch (在线安装，需要能连外网且网速不能太慢）

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：

为解决境外速度慢问题，可先从给定的百度云下载安装包，再离线安装：

（下载的离线安装包为带有GPU支持的1.9.0版，包名为

torch-1.9.0+cu111-cp38-cp38-win_amd64.wdl;

包在百度网盘的“开发环境构建与安装软件\pytorch\gpu版本”目录中)

➢ 首先保证该下载后的包在当前目录下（需在命令行中改变目录）

➢ 安装 torch 主包 ( 安装时仍需有网络，下载零星缺少文件，下同 ) ：

pip install torch-1.9.0+cu111-cp38-cp38-win_amd64.wdl

➢ 安装 torchvision ：

pip install torchvision-0.10.0+cu111-cp38-cp38-win_amd64.wdl

25