300字范文,内容丰富有趣,生活中的好帮手!
300字范文 > 深度学习CPU版本环境搭建(从anaconda->pycharm->tensorflow)

深度学习CPU版本环境搭建(从anaconda->pycharm->tensorflow)

时间:2021-12-12 20:52:05

相关推荐

深度学习CPU版本环境搭建(从anaconda->pycharm->tensorflow)

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anaconda安装的同时就附带安装了,界面友好,可有网页版。

(提供一个网址,详细看看更多的IDE:/python/python-ide.html 这个菜鸟教程其实真的挺好的呢。)

CPU深度学习环境搭建流程:

1. Anaconda安装(一个安装anaconda3的教程:/ychgyyn/article/details/82119201, 亲测有效)

/distribution/ (官网下载地址),根据自己的版本进行选择。安装到最后的时候,会提示一个pycharm的下载地址,尽管在安装anaconda,自带的spyder和jupter notebook已经够用。(pycharm根据个人选择使用,楼主下载了,这里提供下载地址:/pycharm/, 依然需要选择对应的版本,下面红框是我的选择)

一定记得关闭360等杀毒软件,否则安装不完全,很多插件配置都无法正常安装。

Part.1

打开 Anaconda Prompt, 你会看到一个类似cmd的黑色运行框,这是基于anaconda命令的。

Part.2

conda create -n environment_name python=3.7 (注意create之后有个空格。python=3.7是我自己的版本,你们下载的什么就是什么版本啦,然后environment_name 表示的是你自己的一个环境名字,可以随意命名,以后的深度学习环境都是基于这个命名环境下,列如我自己的:conda create -mantiwang2 python=3.7 )

Part.3

激活当前环境:activate mantiwang2(environment_name)

Part.4

退出当前环境:deactivate mantiwang2

3.Pytorch的安装,红色部分是我自己的选择,由于基于CPU,我们不需要考虑CUDA,CUDNN等配置,所以 CUDA部分选择None( 在GPU配置下搭建深度学习换景的不同就在这里开始了,这里先不做细说)

注意:在pytorch下载安装过程中,选好相关 pytorch build,your OS,package,language,CUDA之后,下面有一个 “run this command”,该指令表示,在anaconda prompt 命令中运行即可安装对应版本,在windows server 服务器系统中中,该网页可能不能进行版本选择,因此,只需要在自己的windows,os系统下看一下该指令,再去windows server系统中运行该指令即可。)

如果用spyder作为编辑器,是不需要做其他配置的,如果是用pycharm作为编辑器,需要做额外的配置,详细请看网站:/mjhr/p/10472701.html#_label0

Tensorflow,windows10环境下的安装

Anaconda3 安装Spyder 测试Tensorflow安装成功 /qq_36556893/article/details/79435749 (第一次失败可尝试第二次,注意是在anaconda的命令环境下进行安装,不是系统cmd)

结束之后可以在pycharm中打开,运行 import tensorflow as tf, 看是否报错。若没有报错,说明成功导入。

(注意:我们在pycharm中选择解释器(interpreter)的时候,可以选择自己搭建好的环境,例如,我们在anaconda prompt里面激活 :activate tensorflow-gpu, 然后在这里面pip install matplotlib等配置,便可以选择该目录下的python.exe 解释器)

有问题欢迎留言 不能及时回复欢迎邮件咨询: mantiwang2-c@my.cityu.edu.hk

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。