VS Code 中如何创建一个专门的虚拟环境(深度学习项目)

1. 安装必备工具

确保已经安装以下工具:

  • Python
  • conda(如果使用 Anaconda,conda 应该已经安装)
  • Visual Studio Code 的 Python 插件

2. 创建虚拟环境

使用 condavenv 两种方法中的任意一种都可以。

使用 conda 创建虚拟环境:
  1. 打开终端(可以使用 VS Code 的终端,快捷键 `Ctrl+``)。
  2. 运行以下命令创建虚拟环境(替换 myenv 为你的环境名称)·
conda create -n myenv python=3.9

这里的Python版本按照自己需要修改,此次使用的是 python=3.9

激活虚拟环境:
conda activate myenv

使用 venv 创建虚拟环境:
  1. 在终端中进入你的项目目录:
    cd path/to/your/project
  2. 运行以下命令创建虚拟环境:
    python -m venv myenv
    或者指定具体的 Python 版本:
    python3.9 -m venv myenv
  3. 激活虚拟环境:
    • Windows:
      myenv\Scripts\activate
    • macOS/Linux:
      source myenv/bin/activate

3. 在 VS Code 中选择虚拟环境

  1. 打开项目目录。
  2. 按下 Ctrl+Shift+P 调出命令面板,搜索并选择 Python: Select Interpreter
  3. 选择刚刚创建的虚拟环境路径(路径一般位于 myenv/bin/pythonmyenv\Scripts\python.exe

如果没有看见你刚刚创建的环境,点击输入解释器路径,输入你的环境路径即可 

4. 安装深度学习相关库

激活虚拟环境后,安装所需库,例如:

pip install tensorflow keras numpy matplotlib

或者,如果你想要运行的项目有 requirements.txt 文件,使用:

pip install -r requirements.txt

国内镜像源可以大大加快下载速度,推荐使用如下方法:

  • 通过命令临时指定镜像源:

    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

    这会将下载源切换为清华大学的镜像源。

  • 如果需要永久配置国内镜像源,运行以下命令:

    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

    然后重新运行安装命令:

    pip install -r requirements.txt

5. 配置调试环境

  1. 点击 VS Code 左侧的调试图标,点击 创建 launch.json 文件
  2. 根据需要配置调试环境,常见 Python 配置如下:
    { "version": "0.2.0", 
    "configurations": [ {
     "name": "Python: Current File",
     "type": "python", 
    "request": "launch", 
    "program": "${file}", 
    "console": "integratedTerminal" } ] }

    按照上述步骤,就可以顺利创建虚拟环境,运行和调试项目啦。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值