#从零开始# 在深度学习环境中,如何用 pycharm配置使用 pipenv 虚拟环境

为Python项目创建虚拟环境

在深度学习环境和一般python环境中安装pipenv基本一致,只需要确认好pipenv指定的python版本即可,安装pipenv前,可以通过python --version来确认安装版本

快捷键:crtl + alt + S 查看interpreter,查看所有的python环境

(1)点击add 查看所有环境,选中系统python环境,注意一定要查看python的版本。如果python版本和你pipenv指定的python版本不一致,会出现报错。

比如我之前装的python 3.10,但由于我用的LLM应用的python版本为3.11,即pipenv python 版本为3.11,就会出现报错,但它默认需要python 3.11的版本,所以我移除了原本的3.10版本,选择了升级python 版本。然后才能进行pipenv配置。

为Python项目创建虚拟环境
1.1 安装 pipenv

pip install pipenv

1.2 创建虚拟环境
跳转到项目文件夹打开cmd窗口并输入以下代码

pipenv install 

1.3 为虚拟环境安装指定包

pipenv install numpy

如果使用默认安装源,大多数情况下会卡在locking阶段,解决办法:

更改安装源,修改项目文件夹下的Pipfile文件中 url 后边的内容
使用 –skip-lock 参数跳过lock过程


激活虚拟环境

pipenv shell


2 在Pycharm端更改python解析器
进入pycharm 依次点击 File->Setting

在跳出的页面依次选择 Virtualenv Environment->Existing environment


然后在Interpreter选择虚拟环境的解析器(默认系统会自动识别所有已经创建的虚拟环境解析器,如没有成功识别可以使用 pipenv --venv 查看虚拟环境解析器位置)

最后在Setting界面选择相应的虚拟环境即可

部分参考链接:https://blog.csdn.net/lch551218/article/details/104052993

拓展阅读:为甚麽要指定python版本?

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一个相对简单的过程,我将分享我的经验。 首先,你需要确保已经在计算机上安装了Anaconda3和PyCharm。然后,你可以按照以下步骤进行配置: 1. 打开Anaconda Navigator,并创建一个新的虚拟环境。你可以选择Python 3.7版本,并命名环境为"tensorflow-gpu"。 2. 激活新环境后,在终端或命令提示符下输入以下命令来安装TensorFlow-GPU 2.4.0: ``` conda install tensorflow-gpu=2.4.0 ``` 3. 安装完成后,你可以通过以下命令验证TensorFlow-GPU是否正确安装: ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 如果输出显示为2.4.0,则说明TensorFlow-GPU已经成功安装。 4. 接下来,在PyCharm打开一个新的项目。在项目设置,选择已创建的虚拟环境"tensorflow-gpu"作为项目的Python解释器。 5. 在PyCharm的终端使用以下命令来安装GPU版本的TensorFlow依赖项: ``` pip install tensorflow-gpu==2.4.0 ``` 6. 安装完成后,你可以编写和运行使用TensorFlow-GPU的代码了。 在配置过程,可能会遇到一些问题。例如,TensorFlow-GPU要求计算机上安装了适当的显卡驱动程序,并且CUDA和cuDNN版本与TensorFlow-GPU的要求相匹配。此外,如果你在安装过程遇到任何问题,可以尝试升级或降级Anaconda、PyCharm和TensorFlow-GPU版本,以找到兼容的组合。 总之,通过Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一项相对简单的任务。如果按照上述步骤操作,你应该能够成功地设置和使用TensorFlow-GPU来进行深度学习任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值