系统相关
首页 > 系统相关> > Windows配置深度学习环境详细教程(一):安装Pycharm和Miniconda、conda环境介绍

Windows配置深度学习环境详细教程(一):安装Pycharm和Miniconda、conda环境介绍

作者:互联网

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。

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

1

2

安装Pycharm

3

4

5

6

7

下载Miniconda

8

9

安装Miniconda

12

11

12

13

14

15

16

在Pycharm中使用Miniconda环境

17

18

19

20

21

22

下一篇博客中将详细地介绍conda工具的使用方法。

标签:Windows,选择,Python,Miniconda,conda,Pycharm,安装
来源: https://www.cnblogs.com/lxy764139720/p/15068466.html