conda是一个开源的软件和环境管理系统,可用于安装多个版本的软件包及其依赖关系,并在它们之间进行切换。那为什么要安装conda呢?原因很简单,在做深度学习的过程中,为了追求更高效的性能,会用到GPU运算(CUDA),现在主流的机器学习库Tensorflow和pytorch,开启GPU计算都需要安装相应的CUDA环境,而为不同平台配置该环境很麻烦,也容易配置失败,尤其是window系统上自己手动去配置很容易失败,所以利用conda来安装各种软件包就显得尤为方便,本系列文章都的实现都是在window环境下,当conda安装好后,安装Tensorflow的GPU版本就显的尤为简单啦,一行命令搞定:
pip install tensorflow-gpu
1.下面进入conda的安装过程:
官网下载conda:https://www.anaconda.com/distribution/,可以根据需要选取不同的版本,本文选取的是python3.7 64位的版本:
下载完直接安装就好, 然后就一直点next,到这个点选Just Me:
在选取安装路径的时候需要注意,选取的文件夹一定要是空文件夹,或者自己再另建一个新文件夹, 如果C盘空间够大,推荐默认路径安装:
最后,选择第二项,第一个是将anaconda添加到环境变量,建议不选,当需要打开conda时,直接通过开始菜单打开就可以:
选完之后点击安装,等安装完毕,打开开始菜单,可以看到:
打开anaconda prompt即可,此时可以通过conda --version命令来查看版本
可以通过 conda list 命令来查看安装列表:
当我们需要安装包的时候,例如安装numpy,可以使用:
conda install numpy # 推荐
# 或者
pip install numpy
移除包的时候:
conda remove numpy
# 或者
pip uninstall numpy
好了,到这里conda的安装就告一段落了,接下来进行pycharm配置
2. pycharm配置anaconda
首先当然是下载和安装pycharm,安装过程可以参考:菜鸟教程,pycharm有两个版本,一个是免费社区版(community),另一个是收费专业版(professional),个人学习用社区版完全够用。
当pycharm安装好之后,我们新建一个项目:
然后去设置里面配置conda: File ->Settings->Project:xxx->Project Interpreter, 然后点击Add:
然后,选择Existing environment, 选择anaconda安装路径下的python.exe,点击OK完成配置。
最后点击Apply即可完成配置。
3.测试:
新建一个test.py文件:
import numpy as np
x = np.array([1,2,3])
y = np.array([2,4,6])
print(x + y)
配置运行环境:
运行程序:
到此,conda安装完成,pycharm配置conda也顺完成。