文章目录
- 配置前的工作
- 创建新环境
- pycharm配置anaconda环境
- Numpy安装
- kerasGPU版本安装
- 安装pytorch
- jupyter使用
配置前的工作
默认anaconda和pycharm已经安装了，anaconda要注意一个就是
第一个是说他自动给你把环境变量添加到path路径里，这样就免得自己再配置了
然后pycharm可能只能免费使用30天，用这个方法可以到2089年https://xiaobaibubai.blog.csdn.net/article/details/109565159
之前写的这个文章可能确实有点慢，因为没说更换其他源啥的，很多包都安装失败，这里再详细说一下。
先参考这个博客把那个方法二的文件更换了吧。
两种方法解决pip、conda安装库时慢的问题
可能很多找不到的快捷方式，这里可以找到你anaconda的安装目标，在红框里输入cmd，
然后在黑框里输入
..\python _nsis.py mkmenus
就可以在你的开始菜单栏里找到了
创建新环境
打开anaconda Navigator
这里我之前已经创建了一个名为tf的环境了，这里我再创建一个deep的环境
先打开anaconda prompt
输入
conda create -n deep python=3.7
回车后会有这个
输入y回车就行
再次打开anaconda navigator ，可以看到多了deep的新环境
然后在这个环境里安装下其他包玩玩吧。
pycharm配置anaconda环境
先打开interpreter Settings
可以看到我们现在的环境是tf
换成我们新建的deep环境
- add
找到我们刚创建的环境，选择python.exe
把那个对号勾选上
ok 创建成功
Numpy安装
首先将anaconda prompt切换到deep这个环境目录下，用以下命令可以切换
conda activate deep
可以由deep环境切换到了deep环境
然后用 pip inatall numpy进行安装
也可以用conda install安装，比如我安装pandas库
kerasGPU版本安装
一般电脑都有英伟达的驱动，也不用管自己驱动是啥版本的，直接安装就行，系统会自动匹配适合你电脑版本的keras的
直接就
conda install keras-gpu
pip不行的话就用
pip install keras-gpu -i https://mirror.baidu.com/pypi/simple
还不行就看再看看这个博客，再换个源
https://xiaobaibubai.blog.csdn.net/article/details/109244461
我是用了好几个方法才行，可以看下我的那个文件
有可能出现一下情况，还没这个包还没装完就下一个了，没事，我们等他结束再输入onda install keras-gpu 继续安装就行
安装pytorch
哎，这个我也装了好久，最后暴力的把这个文件的内容替换成
ssl_verify: true
show_channel_urls: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
然后pip install pytorch就行了
jupyter使用
首先更改目录，打开·anaconda prompt输入
jupyter notebook --generate-config
之后会出现这个，复制这个路径，找到jupyter_notebook_config.py的路径
用记事本打开就行，把里面的路径换成你自己的路径。
然后在anaconda prompt里输入
jupyter notebook
他就自己打开记事本了，要是没自动打开就自己复制那个网址，在浏览器里打开就行
这里可以新建python文件。
shift + 回车就可以运行这个cell了
ok，就这些吧~~~
本文地址：https://blog.csdn.net/weixin_45755332/article/details/109777532
