编程语言
首页 > 编程语言> > Conda配置Python虚拟环境以搭建实验环境

Conda配置Python虚拟环境以搭建实验环境

作者:互联网

Conda配置Python虚拟环境以搭建实验环境

故事起源

故事起源于人工智能导论的一个实验,其中用到了华为开源自研AI框架MindSpore,需要在pycharm里面配好虚拟环境,安装好需要的包,否则代码跑不起来。

用到的软件:

  • PyCharm Community Edition 2020.3.3
  • Anaconda3-2022.05-Windows-x86_64

首先需要导入mindspore包:

import mindspore.nn as nn

这个包在anaconda网站上没有,无法通过pycharm IDE自动安装[1],我们得手动安装。

如果你点了自动安装的话,会在右下角出现安装包失败的提示信息:

image-20220605121724686

image-20220605121952291

详细信息是这样的:image-20220605121634726

大意就是说在当前默认的channels里面找不到这个包,无法采用 conda install -p mindspore_py39[2]mindspore -y指令直接安装。(看已执行命令那一栏可以知道。)

去官网mindspore安装,对应自己的机器架构选择相应的安装方式,因我之前安装了anaconda,这里采用conda安装方式。

image-20220605112609821

新建一个虚拟环境

接下来跟着下面的安装教程走:

创建并进入Conda虚拟环境

根据您希望使用的Python版本创建对应的Conda虚拟环境并进入虚拟环境。 如果您希望使用Python3.7.5版本:

conda create -c conda-forge -n mindspore_py37 -c conda-forge python=3.7.5
activate mindspore_py37

打开Anaconda Prompt控制台,会是这个样子:

image-20220605112322887

我们先用conda create -h命令看看上面的指令的大致意思:

image-20220605123306296

`一些用到的选项`
Channel Customization:
-c CHANNEL, --channel CHANNEL
                     Additional channel to search for packages. These are URLs
                     searched in the order they are given (including local directories
                     using the 'file://' syntax or simply a path like
                     '/home/conda/mychan' or '../mychan'). Then, the defaults or
                     channels from .condarc are searched (unless --override-channels
                     is given). You can use 'defaults' to get the default packages for
                     conda. You can also use any name and the .condarc channel_alias
                     value will be prepended. The default channel_alias is
                     https://conda.anaconda.org/.
Target Environment Specification:
-n ENVIRONMENT, --name ENVIRONMENT
                     Name of environment.

所以这两句的意思是:

conda create -c conda-forge -n mindspore_py37 -c conda-forge python=3.7.5 
`搜索包的频道为conda-forge,新建一个名为mindspore_py37的虚拟环境,虚拟环境对应的python解释器版本为3.7.5`
activate mindspore_py37
`激活这个虚拟环境,即从当前虚拟环境切换到mindspore_py37这个虚拟环境`

于是适用于我们机器的指令应为:

conda create -c conda-forge -n mindspore_py39 -c conda-forge python=3.9.12
activate mindspore_py39

查看python版本:cmd 输入 python --version

image-20220605125421493

或者去anaconda安装目录,运行其下的python.exe解释器:

image-20220605125310387

将指令输入到Anaconda Prompt控制台,可以看到我们的虚拟环境从默认的(base)变成了我们新建的(mindspore_py39)

image-20220605125747327

本地文件里也多了这个虚拟环境文件夹:

image-20220605130243238

envs目录存储你用conda建里的所有虚拟环境。(区别于默认的环境base)

其下的Lib>site-packages目录里也有了些基础包:

image-20220605130446882

在虚拟环境中安装要用到的包

跟着教程走,继续输入指令:

conda install mindspore-cpu -c mindspore -c conda-forge

从mindspore和conda-forge这两个频道搜索并安装名为mindspore-cpu的包

安装MindSpore

确认您处于Conda虚拟环境中,并执行如下命令安装最新版本的MindSpore。如需安装其他版本,可参考版本列表mindspore-cpu=后指定版本号。

conda install mindspore-cpu -c mindspore -c conda-forge

安装的包安在本地的路径的哪里?

安装完毕后输出了done,可在site-package里看到新安装的包:

image-20220605130446882
image-20220605131251529

设置Python解释器-切换项目运行的虚拟环境

回到pycharm重新设置此项目的Python解释器:

image-20220605131853432 image-20220605131758114

这里需找到新建虚拟环境文件夹中的python.exe,作为项目的Python解释器。
我的理解是,Python解释器设置成哪个虚拟环境中的,项目运行时的虚拟环境就是对应的虚拟环境,用到的包也在这个虚拟环境文件夹中找,找到了就能import。

可以在这里的页面看到需用的包mindspore-cpu

右下角可以快速设置、添加Python解释器:

image-20220605132552800

试图运行写好的train.py文件,结果报了个错:

image-20220605132703980

搜了一下,发现直接用 pip install easydict就能安装。
image-20220605132938079

注意这里的虚拟环境是哪个,安装的时候就会安装到哪个虚拟环境中,确认一下是要用到的mindspore_py39就行。

要是图省事,也可在pycharm里面的终端安装包:

image-20220605133630528

记得确认下虚拟环境是不是你项目运行的那个虚拟环境。

运行一下,发现跑起来了:

image-20220605133106751

到此,虚拟环境配置完毕。(~ ̄▽ ̄)~

附-pip使用国内镜像源

有时pip install指令安装一些包的时候,由于要访问外网,下载速度太慢了无法接受,故需改用国内镜像源以大幅度提高下载速度。

照着菜鸟教程弄就行,这里我的C:\Users\xx\目录下一开始是没有pip文件夹的,只要新建一个pip文件夹,在里面写一个pip.ini文件就行。


  1. pycharm里的智能报错处理程序,点一下提示你有哪几种解决方案,点击对应方案即可执行。导入一些常用的anaconda网站有的包,如numpy,很方便,点一下就好;纠正一些很低级的语法错误也很方便。 ↩︎

  2. 为了写博客,我把原来建好的mindspore_py39这个虚拟环境里面的mindspore包卸载了,pycharm里用的仍然是这个虚拟环境。 ↩︎

标签:Python,python,虚拟环境,conda,forge,Conda,安装,mindspore
来源: https://www.cnblogs.com/Matrix-250/p/16343894.html