原来的电脑因为使用的时间太长,而且一开始并不知道要对编程的环境好好进行管理,环境问题一直很让人头疼;最近正好新购置了一台电脑,想着借这个机会重新把环境整合一下,在此进行记录,希望对各位有帮助。
1.安装anoconda
这里可能有同学会有疑问,不是应该先安装python吗?这里我们不安装python的原因是,我们希望conda能够全权帮助我们管理环境的配置问题,包括python的版本;一般来说,conda在安装时是自带python的,但该版本不一定与你所期待的版本相同,如果发生了这样的冲突,那么就需要你自行到python的官方网站进行安装和下载了。(官方网址)
anoconda的下载安装:
- 进入anoconda的官方网站,选择合适的版本下载conda:
下载完安装包之后进行安装即可。在安装的过程中有一个步骤是将conda加入系统变量中,conda并不推荐你这样设置而是推荐你直接在conda GUI程序中进行环境的配置。但我个人认为可以点上√,这样的话我们可以直接在cmd中通过conda命令进行conda的设置,更加便捷。 - 新建一个虚拟环境
为了更加方便的进行环境管理,我推荐不要直接在默认的base环境下构建机器学习环境,而是另起一个环境,这样的话结构更加清晰,而且不会给base环境带来太大的复杂度。这里我们使用conda的GUI界面新建一个环境:
新建的环境是一个非常干净的环境,后面就只待我们进行扩展啦
2.安装pytorch
安装pytorch的过程其实也并不复杂
注意:一般来说新购置的电脑是自带cuda的,可以通过电脑自带的“NVIDIA设置”来查看是否有cuda组件:
如果组件确实或者组件版本不匹配,可先更新或者安装cuda组件
-
进入官网,选择合适的安装方法:
在选择了conda安装方式后,复制下面的命令行,在cmd中复制命令进行操作即可 -
安装的过程中可能出现的问题
1.网络波动问题:对于这个问题处理的方式很简单,多次尝试即可,conda并不会重复下载已经下载完成的包,因此不必担心会出现替换或者重复下载的问题;
2.出现InvalidArchiveError错误:对于这个错误我目前了解到有两种解决办法,该问题出现的原因可能是因为下载不连续(还是网络)所导致的文件错乱,解决的方式有:1.重复命令,让conda自行整理(笔者是通过这个方法解决的问题);2.根据命令的提示找到对应的文件,删除后让conda重新下载即可。
3.其他问题可自行检索解决,或尝试使用pip进行安装。如果使用pip进行安装可以尝试更换pip源以提高成功的可能性,这里贴一片博文供参考:https://www.cnblogs.com/schut/p/10410087.html -
进行测试:
测试方法很简单:
其中torch.cuda.is_available()
用于判断GPU加速是否可用
torch.version.cuda
用来显性地输出cuda的版本
3.安装与激活pycharm
编程环境我这里选择的是pycharm2020的professional版本,有其他环境偏好的同学可以自行进行安装和下载,这里对pycharm2020的下载和激活进行说明:
下载很简单: 可以直接到官网进行下载或者通过一些云盘进行下载。这里推荐一个公众号:“各种学习资源”,在这里可以下载到jetbrain的全家桶,当然是并未激活的,激活方法我们后面再说。
激活: 在完成下载后,我们可以先选择evaluation,也就是免费试用30天,先进入到pycharm中,之后下载jetbrain-agent,在下载完对应的压缩包之后,不需要解压缩,直接拖拽到pycharm中即可。一般来说这时候就已经完成激活了,但是部分情况下存在例外,这时候我们可以点击help下的eval reset,进行手动的激活。
至此,一个基本的机器学习环境就已经搭建完成了,其余的工具包,如numpy,pandas,scipy等等,相信不需要我这里再赘述,大家自行使用pip或者其他途径安装到对应的环境下即可。
如果有帮助的话请 点赞 + 收藏!! 噢