深度学习框架pytorch的开发环境搭建

软件准备

安装Anaconda3

注意在安装时，勾选那个提供的python解释器(可能是python3.7及其他以上版本…),将来会在Anaconda3的根目录存在这个解释器，此解释器是base环境的解释器。base环境是安装完Anaconda3后自动生成的一个虚拟环境。

我们想要使用Anaconda3，通过终端方式，有两种方式可以使用：
第一种：

默认就是进入了base环境下，这里有个重要概念：conda environment;也就是conda环境。base环境就是Anaconda3安装时给生成的一个默认环境。
在anaconda中，base是默认的环境，包含了Anaconda的核心组件和预安装的许多常用的软件包。此外我们还可以创建新的环境，新的环境和base环境是独立的，在新环境里可以安装自己需要的软件包。这里的环境是和python的项目相关的。因为不同的python的项目可能需要的python的解释器版本不一样，所需的安装包也不一样。不同的项目所需的安装包也有可能出现冲突的现象。不同的项目通过环境来进行隔离。不同的环境可以提供针对此项目的指定版本的解释器和所需要的安装包。避免的不同项目共享一个环境出现的冲突或干扰问题。

第二种：是需要配置Anaconda3的系统环境变量，使其在任意目录下都可以访问到conda命令：

最好把这以下两目录都配置在系统变量里；


Anaconda3安装后，其提供conda作为操作的主要命令。其实使用Anaconda3的目的就是因为在安装它的时候，它会在其base环境下，安装大量的和机器学习相关的包（包括torch,numpy等），这样不用我们再手动进行安装了。其二它还提供了创建新虚拟环境的功能。其创建的新的虚拟环境和base环境是独立的，也就是仅在base环境里的安装包，我们在新虚拟环境里是无法使用的，想使用需要手动安装。同理仅新创建的虚拟环境里的安装包，在base环境里也无法识别到并使用。

conda里的常用命令

# 创建一个虚拟python环境
conda create -n DL_pytorch python=3.9

# 激活创建的虚拟python环境
conda activate DL_pytorch
#激活完后，不关闭此页面，在其下操作的pip install 包名 ，及删除包等操作，都是针对其环境来的。

# 查看虚拟环境列表
conda activate DL_pytorch

可以看到base环境就在Anaconda3安装的根目录下，其他新创建的虚拟环境都在根目录下的envs目录下
当*在base环境上时,此时执行pip install 包 ，安装包到base环境下；
还是在Anaconda提供的，Anaconda Prompt来操作器conda命令（在cmd下，执行激活命令会报错…）

此时我们看到激活并进入到了DL_pytorch环境下了。
此时我们在新环境下安装pytorch(尽管base环境下存在pytorch的相关软件包)，但是新创建的虚拟环境和base环境是独立的，故其并没有pytorch相关软件包。

pip install torch==1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

指定torch的版本号为1.10.0
-i 指定国内的镜像源
这样安装后的指定版本的torch就仅在DL_pytorch环境下。

安装pycharm

安装时，注意勾选 .py和将pycarm添加到桌面，其余默认，一路安装就行，具体安装可参考下图里的描述。

在pycharm里使项目使用Anaconda3创建的环境

创建使用base环境的项目

安装anaconda时，会自动把torch等机器学习相关的软件包下载到base环境下。
下面演示使用上面自己创建的DL_pytorch环境





右下角显示当前的开发环境

给当前的环境安装torch包，pycharm里的terminal下执行的pip install 命令，下载的软件包会放到当前环境下的指定目录下。

在pycharm上通过conda创建项目的开发环境

pycharm中的虚拟环境virtualenv和conda的环境有啥区别？

问题

点击Interpreter Settings



可以看到此时就正常了。