注:本人在写这篇博客的时候已经搭建好了整个环境。所以具体的安装和破解过程无法重现,故直接引用了其他博主的博客。
IED pycharm的安装和破解
pycharm是python的集成开发环境(IDE),由JetBrains打造,功能的话个人觉得比spyder要强大。
- 安装和破解
https://blog.csdn.net/u012278016/article/details/81738676
博主为:乌班图ysm
Anaconda的功能和安装
功能
conda简介
conda 是开源包(packages)和虚拟环境(environment)的管理系统。
- packages 管理:
可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。 - 虚拟环境管理
在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。
Anaconda 优点
Anaconda的优点总结起来就八个字:省时省心、分析利器。
-
省时省心
Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。 -
分析利器
在 Anaconda 官网中是这么宣传自己的:适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。
Anaconda 内置应用
-
Anaconda Navigtor
用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。 -
Jupyter notebook
基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。 -
qtconsole
一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。 -
spyder
一个使用Python语言、跨平台的、科学运算集成开发环境。
PS:安装完成后,我们还需要对所有工具包进行升级,以避免可能发生的错误。打开你电脑的终端,在命令行中输入:
conda upgrade --all
在终端询问是否安装如下升级版本时,输入 y。
有的情况下,你可能会遇到找不到 conda 命令的错误提示,这很可能是环境路径设置的问题,需要添加conda环境变量:export PATH=xxx/anaconda/bin:$PATH, 其中xxx替换成anaconda的安装路径。
安装
anaconda清华镜像
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
附上安装的教程的博客
https://blog.csdn.net/ITLearnHall/article/details/81708148
博主:代码帮
Anaconda安装和更新第三方包
用conda内置的pip
- 安装特定包,比如matplotlib
conda install matplotlib
- 更新特定包,比如matplotlib
conda update matplotlib
- 更新所有包
conda update --all
Anaconda与pycharm的连接
在Flies => Setting => Project => Project Interpreter 里面修改 Project Interpreter为anaconda的python的解释器。
即可。
torch库的安装和更新
pytorch库的官方网址
https://pytorch.org/
在官网下载合适自己的版本即可(将代码在命令行中运行)。
建议先安装CUDA,在下载相应的CUDA版本(GPU版本运行速度远远高于CPU版本,而深度学习的代码运行时间较长)。
CUDA的安装与检测版本
- 安装
CUDA安装网址(注意选择相应的操作系统)
https://developer.nvidia.com/cuda-downloads
- 检测版本
在命令行输入以下代码,即可显示CUDA版本。
nvcc -V