一、软件下载
1、pycharm下载以及anaconda下载,安装位置具体自己设定
pycharm下载地址:Download PyCharm: Python IDE for Professional Developers by JetBrains
anaconda下载地址:Anaconda | Individual Edition
2、安装时,路径可以根据需求,安装在除C盘以外的其他盘中,将红色方框内的选项全部打勾,如下:
二、环境安装
1、安装完成后,打开anaconda prompt
2、创建环境(本例中,环境名称为test,将test换为自己想要的名称即可),同时指定python版本,比如python=3.9,弹出选项输入y并按下enter:
conda create --name test python=3.9
3、创建完成后,激活环境,输入以下指令即可:
activate test
4、安装tensorflow或者pytorch,tensorflow分为gpu版和cpu版本,以下依次是按照tensorflow的cpu版、gpu版以及torch1.10版本进行安装的指令:
pip install tensorflow==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow-gpu==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip --default-timeout=1688 install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
需要注意的是,tensorflow在安装时可以指定版本,2.0和1.0版本区别很大,但是安装方法一样,torch的安装官网点击此处Previous PyTorch Versions | PyTorch,需要根据自己的电脑的配置选择相应的版本,在安装时,在pip后加入--default-timeout=1688,可以防止由于连接超时导致的下载失败,如下!正确的打开方式如上面第三个所示。
如果安装依然出现问题,可通过该网站https://download.pytorch.org/whl/torch_stable.html
直接下载你想要的版本,然后激活环境,进行本地安装,例如,将whl替换为实际的文件路径即可:
5、添加源,由于很多库在外网上,下载速度往往较慢,添加国内的清华源或者科大源,下载速度会快很多,直接复制到anaconda prompt,并点击enter即可:
清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
科大源:
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
6、配置GPU环境:
调动显卡需要基于cuda实现,可在此网站下载想要的cuda版本以及对应的cudnn版本。
cuda下载地址:CUDA Toolkit Archive | NVIDIA Developer
cudnn下载网址:https://developer.nvidia.cn/cudnn-download-survey
需要注意的是,一定注意!!!cuda安装是默认安装路径,一般为
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
安装结束后,右击我的电脑,打开属性,如下图所示,点击高级系统设置
点击环境变量:
打开系统环境路径:
确保以下4个路径在环境路径下,如果没有,请点击新建进行添加:
将下载好的cudnn压缩文件进行解压,并将所有文件复制粘贴至以下文件夹下,最后的v11.1代表的是cuda的版本,下载版本不一样,显示不一样,不用在意,至此gpu环境变量配置完毕。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
三、配置编辑器
1、将之前创建好的python环境添加至编辑器,这里以pycharm为例,打开编辑器页面,点击右下角的默认python解释器
2、点击添加python解释器,然后点击1,切换到conda环境下,观察2的位置是否出现我们刚才创建的python解释器,如果没有出现,点击3,手动找到anconda的安装路径下的envs/test(test为之前设置的环境名称),然后找到python.exe,点击确定,然后点击4,以后任何项目均可以使用该python解释器,再点击5确定
3、常用库的安装(可忽略):
pip install keras
pip install numpy
pip install pillow
pip install pyyaml
pip install labelme
pip install scikit-image
pip install keras
pip install opencv-python
conda install -c conda-forge netcdf4
针对安装包超时问题,可在pip后加--default-timeout=1688解决:
pip --default-timeout=1688 install package-name
4、针对部分程序运行,可能会出现 以下情况(更可忽略):
AttributeError: 'str' object has no attribute 'decode'
面对这种情况,我们需要h5py模块进行降级处理即可:
pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/
至此,环境准备工作已经完成!