Windows配置深度学习环境详细教程(一):安装Pycharm和Miniconda、conda环境介绍
序言
对于想要入门Python或者深度学习的初学者而言,配置环境一直是一个令人头疼的问题。相信有许多人经历过安装第三方包失败,安装好了却在使用中报错,安装CUDA、tensorflow、pytorch版本不匹配等等令人头大的问题,我也曾被这些问题所困扰。经过这两三年时间中反复重装环境的痛苦过程,直到现在我才逐渐能够独立、流畅地配制出一个令人满意的环境。在这个过程中,我也帮助了许多遇到这些问题的朋友,收获了一些经验教训,因此我希望将这一完整的过程写成博客,帮助在这方面遇到困难的人。
在这个系列的博客中,我计划详细介绍如下环境在Windows下的配置,后续有时间还会更新Ubuntu下的配置方法。
- 安装Pycharm和Miniconda(本篇)
- 介绍conda虚拟环境配置工具
- 安装CUDA、tensorflow和pytorch
- 多版本CUDA、tensorflow和pytorch共存
为什么选择Miniconda而不是Anaconda?
初学者通常会对Anaconda更加熟悉,它提供了一个包含大多数常见第三方包的Python环境,并且可以使用其中的conda工具来管理虚拟环境,同时还附带了许多IDE。
但是对于需要进行深度学习工作的朋友而言,对多版本框架共存的需求显然是首位的,我们必须要自行创建虚拟环境对不同版本的第三方包进行隔离。
同时,我们很少使用Anaconda自带的IDE,而是使用功能更加强大的Pycharm来进行开发,这就使得Anaconda提供的大而全的环境显得过于臃肿。
Miniconda很好的解决了这个问题,它只提供了conda工具来管理环境,而没有其他预装的第三方包。这样不仅可以节省存储空间,而且有利于我们从一开始就正确地配置环境。
下载Pycharm
- 打开Pycharm官网https://www.jetbrains.com/pycharm/点击Download。

- 选择Windows系统。Professional是专业版,需要购买并使用账号密码登录,还可以使用edu后缀的教育邮箱免费申请。专业版比社区版增加了对于Web开发、数据库和jupyter notebook等的支持,如果不需要上述功能可以选择Community社区版。

- 点击Download下载。这里我下载的是专业版,后续安装步骤可能与社区版有所出入。
安装Pycharm
- 双击下载好的exe安装文件,点击Next进入下一步。

- 选择安装位置,这里我选择安装在D盘。

- 选择安装选项。这里建议选择添加至PATH环境变量,并关联.py文件。添加至右键菜单,可以在文件夹上单击右键使以Pycharm项目打开文件夹。关联.py文件指默认用Pycharm打开.py文件。

- 选择开始菜单文件夹,点击Install。

- 安装完成后可以选择立即重启或者之后手动重启。

下载Miniconda
- 打开Miniconda官网https://docs.conda.io/en/latest/miniconda.html。

- 选择Latest Miniconda Installer Links中Windows的64或32位版本进行下载。
- 如果下载速度慢的话,可以在清华大学开源镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda中选择对应的版本进行下载。注意选择Miniconda3-latest-Windows为前缀的链接,后面根据自己电脑的位数选择x86(32位)或x86_64(64位或32位)的版本。

安装Miniconda
- 双击下载好的exe安装文件,点击Next进入下一步。

点击I Agree同意用户许可协议。
选择为哪些用户安装。Just Me只为当前系统登录的用户进行安装,如果有多账户使用同一台电脑并且都希望使用Miniconda的话,需要选择All Users。这里选择默认的Just Me。

- 选择安装位置,这里我选择安装在D盘。

- 选择安装选项。这里建议两个选项都进行勾选。第一个选项是将Miniconda3添加到PATH路径中,以便使用命令行或终端使用conda命令。需要注意的是,如果之前安装过Anaconda需要先进行卸载,以免引起错误。第二个选项是将Miniconda3设置为默认的系统Python环境,其他IDE中使用Python时会首先调用Miniconda中的Python及其相关环境。

- 点击Next。

- 这两个选项是Anaconda的一些帮助文档,可以取消勾选以跳过,点击Finish完成安装。

- 按win+r,输入cmd打开命令行,输入conda,如果看到如下图所示的输出,就说明Miniconda安装完成了。

在Pycharm中使用Miniconda环境
双击运行Pycharm。
勾选同意,点击Continue。

- 这里可以任意选择是否共享匿名数据。
- 这里可以选择激活Pycharm或者免费试用30天,点击continue。


- 看到这个界面说明Pycharm成功启动了,点击New Project创建一个新项目吧。

- 在这个界面中,左侧选择Pure Python创建一个纯Python项目,右侧更改Location以改变项目的名称和存储位置。在Python Interpreter(Python解释器)中选择New environment using Conda,这样就可以使用我们刚才安装的Miniconda了(注意看Python解释器的路径中包含Miniconda3,证明确实是用的Miniconda环境),也可以自行指定该环境中Python的版本。这样会为这个Python项目创建一个同名的conda环境。这里的Make available to all projects暂时不用勾选,稍后在conda环境介绍中会提到其作用。最后点击Create即可。

- 进入项目后稍等片刻,等待右下角的Updating skeletons进度条完成,点击绿色箭头就可以运行程序。

下一篇博客中将详细地介绍conda工具的使用方法。
Windows配置深度学习环境详细教程(一):安装Pycharm和Miniconda、conda环境介绍的更多相关文章
- Windows+QT+Eclipse+MinGW搭建QT开发环境详细教程
Windows+QT+Eclipse+MinGW搭建QT开发环境详细教程 一.准备工具: QT-SDK for Windows:http://get.qt.nokia.com/qtsdk/qt-sd ...
- 从零开始在ubuntu上配置深度学习开发环境
从零开始在ubuntu上配置深度学习开发环境 昨天一不小心把原来配置好的台式机的开发环境破坏了,调了半天没有调回来,索性就重装一次ubuntu系统.这篇文章主要记录一个简单的.‘傻瓜式’教程. 一.U ...
- ubuntu18+gtx1060 +cuda9+cudnn-v7+opencv3.1.0 配置深度学习环境
将笔记本的ubuntu系统更新到18版本后重新配置深度学习环境,在此记载方便日后参考 具体配置为 Ubuntu18.04+gtx1060+opencv-3.1 第1步 安装依赖包 sudo apt-g ...
- 解决 Ubuntu 18.10 使用较新的独立显卡输出无法初始化图形界面并配置深度学习开发环境
原文地址:解决 Ubuntu 18.10 使用较新的独立显卡输出无法初始化图形界面并配置深度学习开发环境 0x00 配置 硬件 OS: Ubuntu 18.10 Base Board: ASUS WS ...
- Ubuntu18.04下配置深度学习开发环境
在Ubuntu18.04下配置深度学习/机器学习开发环境 1.下载并安装Anaconda 下载地址:https://www.anaconda.com/distribution/#linux 安装步骤: ...
- Caffe 深度学习框架上手教程
Caffe 深度学习框架上手教程 blink 15年1月 Caffe (CNN, deep learning) 介绍 Caffe -----------Convolution Architec ...
- 手把手教你搭建Pytest+Allure2.X环境详细教程,生成让你一见钟情的测试报告(非常详细,非常实用)
简介 宏哥之前在做接口自动化的时候,用的测试报告是HTMLTestRunner,虽说自定义模板后能满足基本诉求,但是仍显得不够档次,高端,大气,遂想用其他优秀的report框架替换之.一次偶然的机会, ...
- 深度学习与CV教程(14) | 图像分割 (FCN,SegNet,U-Net,PSPNet,DeepLab,RefineNet)
作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/37 本文地址:http://www.showmeai.tech/article-det ...
- [转]Caffe 深度学习框架上手教程
Caffe 深度学习框架上手教程 机器学习Caffe caffe 原文地址:http://suanfazu.com/t/caffe/281 blink 15年1月 6 Caffe448是一个清 ...
随机推荐
- 解决:ImportError: DLL load failed while importing _sqlite3: 找不到指定的模块。
Django框架学习第一步,创建一个Django工程. 本次采用的是创建虚拟环境来创建Django工程.本地解释器采用anaconda ,内置Python3.8 在pycharm中报错: 内容如下:I ...
- Netty 框架学习 —— 传输
概述 流经网络的数据总是具有相同的类型:字节,这些字节如何传输主要取决于我们所说的网络传输.用户并不关心传输的细节,只在乎字节是否被可靠地发送和接收 如果使用 Java 网络编程,你会发现,某些时候当 ...
- <题解>幻想乡战略游戏
洛谷题目 看到题面,很容易就想到,这是要你找树上的重心,只不过这个重心是在带边权的树上 所以对于这个我们在树上找这个重心 一开始我想的是,我要更新权值,然后把每个点的答案更新一下 就取最大值,这好像是 ...
- go-zero:开箱即用的微服务框架
go-zero 是一个集成了各种工程实践的 Web 和 rpc 框架,它的弹性设计保障了大并发服务端的稳定性,并且已经经过了充分的实战检验. go-zero 在设计时遵循了 "工具大于约定和 ...
- 9种设计模式在Spring中的运用,一定要非常熟练
1.简单工厂(非23种设计模式中的一种) 实现方式: BeanFactory.Spring中的BeanFactory就是简单工厂模式的体现,根据传入一个唯一的标识来获得Bean对象,但是否是在传入参数 ...
- 08-ADMM算法
08-ADMM算法 目录 一.ADMM 算法动机 二.对偶问题 三.对偶上升法 四.对偶分割 五.乘子法(增广拉格朗日函数) 5.1 步长为 $\rho$ 的好处 六.ADMM算法 6.1 ADMM ...
- 与KubernetesAPI服务器交互
在介绍过的Downward API提供了一种简单的方式,将pod和容器的元数据传递给在它们内部运行的进程.但这种方式其实仅仅可以暴露一个pod自身的元数据,而且只可以暴露部分元数据.某些情况下,应用需 ...
- 15、linux文件、目录的权限及如何改变权限(root用户不受任何权限的限制)
15.1.linux普通文件的读.写.执行权限说明: r:读,表示具有读取\阅读文件内容的权限: w:可写,表示具有新增,修改文件内容的权限: 如果没有r配合,那么vi编辑文件会提示无法编辑(但可以强 ...
- 19、lnmp_mysql、nfs组件分离
19.1.LNMP一体机的数据库分离成独立的数据库: 1.根据以上学习过的方法在db01服务器上安装独立的mysql数据库软件: 2.在web01服务器上导出原先的数据库: [root@web01 t ...
- centos 8 gitlab 重置管理员的密码
登录gitlab安装服务器 由于 root 账户用的很少,所以我们容易忘记它的密码,但不代表它不重要,类似 linux 的 root 账户:一旦我们忘记了 root 账号的密码,我们需要知道重置的方法 ...