前言:其实当自己写下这个搭建过程的时候,自己已经碰壁很多了,所幸一路上还是有csdn博客论坛指导,特别鸣谢小艾童鞋熬夜写了一份安装指南给我,以及廖大师兄的悉心引导。所以自己也想根据经验,写下基于CPU。
本人电脑:windows10 操作系统+集显(基于CPU操作)
在这之前,还需要介绍几款英文名字之间联系:
python:是一种高级编程语言,和C语言的性质一样,是编程的一种,类似于我们以前学习的的MATLAB,C,C++, python带有一种IDEL,可以写一些小开发,但是要做深度学习,依然需要我们学习更多的配置等)
anaconda:是一个python环境管理器,包含了很多的科学包,python包也在其中。
Pytorch:开源深度学习框架,界面友好,易于上手。
几款常用的IDE:**
Pycharm:可以自己编程验证能否运行,当然对于大型的数据,扔到服务器即可,加上相关 CPU转GPU的语句
Spyder:是使用Python编程语言进行科学计算的集成开发环境,性质和pycharm类似,但是在anaconda安装的同时就附带安装了,
Jupyter notebook:性质和pycharm类似,也是在anacon
深度学习CPU版本环境搭建(从anaconda->pycharm->tensorflow)
于 2019-09-23 16:54:08 首次发布
本文详细介绍了在Windows10系统、CPU配置下如何搭建深度学习环境,包括使用Anaconda创建环境、安装Python 3.7、Pytorch和Tensorflow。通过Anaconda Prompt管理环境,激活、退出环境,并提供了Pycharm配置环境的指引。最后,通过在Pycharm中测试Tensorflow安装成功与否来验证环境搭建的完整性。
摘要由CSDN通过智能技术生成