VS Code配置深度学习环境

Visual Studio Code配置深度学习环境

1.准备工作

在VS Code中下载如下插件:Python和Jupyter。在下载Python插件时会下载Jupyter。

在这里插入图片描述

2.Jupyter

在一个Jupyter文件中,可让包含Markdown文档和可执行Python源代码,适用于编写可视化的教程。

2.1 设置环境

如果要使用Jupyter,要激活一个Anaconda环境,且该环境安装了Jupyter包。如果未安装,可以通过如下指令安装。

pip install -i https://mirrors.aliyun.com/pypi/simple/ jupyter

在命令面板(快捷键Ctrl+Shift+P)中,输入Python: Select Interpreter选择Python解释器。

2.2 创建Jupyter笔记本

在命令面板(Ctrl+Shift+P)中输入Jupyter:Create New Jupyter Notebook命令创建,或者通过在工作区中创建新文件来创建 Jupyter 笔记本。文件后缀为.ipynb

创建成功后,在右上角处选择Anaconda环境。

在这里插入图片描述

在单元格的右下方是支持的语言,可以选择为Markdown。

在这里插入图片描述

2.3 运行代码单元格

可以点击三角符号键执行单元格的代码,输出会显示在代码单元格下方。

处于命令或编辑模式时,使用Ctrl+Enter运行当前单元格,或使用Shift+Enter运行当前单元格并前进到下一个单元格。

在这里插入图片描述

2.4 删除代码单元格

可以通过删除键(图标为垃圾箱)删除代码单元格,或者在所选代码单元格处于命令模式时通过键盘快捷键dd完成。

在这里插入图片描述

2.5 导出Jupyter笔记本

可以将Jupyter笔记本导出为Python脚本文件、PDF或HTML 文件。

在这里插入图片描述

2.6 代码单元模式

使用代码单元格时,单元格可以处于三种状态:未选中、命令模式和编辑模式。

  • 命令模式:左侧有蓝色的竖线。

在这里插入图片描述

  • 编辑模式:左侧有蓝色竖线且代码单元格有蓝色边框。

在这里插入图片描述

  • 未选中:左侧无蓝色竖线且代码单元格无蓝色边框。

在这里插入图片描述

2.7 启用/禁用行号

处于命令模式时,可以使用L键在单个代码单元中启用或禁用行号。

在这里插入图片描述

2.8 更改单元格类型

选择单元格右下角的语言可以切换为其他语言。

在这里插入图片描述

所选择的代码单元格处于命令模式时,M键将单元格类型切换为Markdown,Y键将单元格类型切换为代码。设置Markdown后,您可以在代码单元格中输入Markdown格式的内容,最后点击右上方的对勾即可。

在这里插入图片描述

2.9 变量表和数据查看器

点击上方的变量表可以在笔记本底部查看当前变量,这些变量将在代码中使用变量时自动更新。

在这里插入图片描述

双击行或使用变量旁边的在数据查看器中显示变量按钮,在数据查看器中查看关于变量更详细的信息。

在这里插入图片描述

2.10 保存图

在Jupyter中还可以保存笔记本中的绘图,将鼠标悬停在绘图上,选择右上方的保存即可。

在这里插入图片描述

3.使用Pytoch

选择安装有Pytorch的Anaconda环境后,即可在Jupyter笔记本中使用torch了。

import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
print(device)
a = torch.rand(3,4)
print(a)

在变量表中查看张量a的值。

在这里插入图片描述

也可以在数据查看器中查看张量a的详细信息。

在这里插入图片描述

  • 1
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
配置Visual Studio CodeVSCode)的深度学习环境之前,你需要进行一些准备工作。首先,你需要安装Anaconda,这是一个用于管理Python环境和包的工具。然后,你需要在Anaconda中创建一个新的环境来存储PyTorch深度学习框架。 你可以按照以下步骤来配置VSCode深度学习环境: 1. 安装Anaconda:从Anaconda官方网站下载适合你操作系统的Anaconda安装包,并按照安装向导进行安装。 2. 创建新环境:打开Anaconda Prompt(Windows)或终端(Mac/Linux),输入以下命令来创建一个新的环境(这里以命名为"pytorch"为例,你也可以自己选择一个合适的名称): ``` conda create -n pytorch python=3.9 ``` 3. 激活环境:创建环境后,输入以下命令来激活该环境: ``` conda activate pytorch ``` 4. 安装PyTorch:在激活的环境中,输入以下命令来安装PyTorch深度学习框架: ``` conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch ``` 其中,"xx.x"代表你所使用的CUDA版本,如果你没有安装CUDA,可以省略"cudatoolkit"部分。 5. 安装VSCode:从VSCode官方网站下载适合你操作系统的VSCode安装包,并按照安装向导进行安装。 6. 安装Python插件:在VSCode中,点击左侧的扩展图标,搜索并安装Python插件,这将为你提供Python语言支持和调试功能。 7. 配置VSCodePython解释器:在VSCode中,按下Ctrl+Shift+P(Windows/Linux)或Cmd+Shift+P(Mac),输入"Python: Select Interpreter"并选择你刚创建的"pytorch"环境。 8. 配置Jupyter笔记本:如果你想在VSCode中使用Jupyter笔记本,可以按照引用\[2\]中的步骤进行配置。 通过以上步骤,你就可以成功配置VSCode深度学习环境了。希望对你有所帮助!\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *3* [手把手教你windows系统深度学习环境配置(anaconda+vscode+pytorch),亲身经历绝对管用](https://blog.csdn.net/qq_50167210/article/details/127548977)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [VS Code配置深度学习环境](https://blog.csdn.net/weixin_46003347/article/details/123482262)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 1
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

打赏作者

暄踽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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