深度学习笔记(1)——虚拟环境操作

深度学习笔记(1)——虚拟环境操作

提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加



前言

深度学习代码需要运行在一个独立的环境中,环境中包含了代码所依赖的库。而这些库若安装在base环境中则会不方便管理。所以不同的项目需要创建不同的虚拟环境来进行独立管理是很重要的,本文记录了创建虚拟环境的一些操作。


一、虚拟环境是什么?

安装python的时候相当于安装了一个全局的环境:
虚拟环境

site-packages目录下是python第三方包(也就是pip install 安装的包都在该目录下)
标准库就是原生库,不需要另外安装(os,sys, math 等等)
Scripts下是可执行文件(pip install 时就会使用pip.exe这个可执行文件)
python.exe就是python解释器

二、虚拟环境管理及查看方法

创建以及管理虚拟环境常用两种方法:
1.使用conda管理
使用conda管理需要安装annaconda3
anaconda的下载地址为:https://docs.conda.io/en/latest/miniconda.html
2.使用pycharm管理

1.使用conda管理

安装好andaconda后,打开promote管理的代码如下:

1:创建虚拟环境
conda create -n env python==3.6(版本号)
2:激活虚拟环境
source activate env
3:退出虚拟环境
source deactivate
4:安装所需的第三方库
conda install -n env [package]
5:查看conda环境下所有的虚拟环境
conda info --envs
conda env list
6.克隆现有环境
conda create -n env1 --clone env0
7.查看虚拟环境下所有库
conda list

2.用pycharm创建虚拟环境

1:创建虚拟环境
依次点击file->sittings->project->python interpreter->Add python interpreter-virtualenv environment
New environment location一般为当前工程目录 Base interpreter为自己创建的虚拟环境
在这里插入图片描述
在这里插入图片描述
2:使用虚拟环境
可以直接在pycharm中使用创建好的虚拟环境,安装和查看第三方库
也可以在终端中使用虚拟环境,转到pycharm中设定的虚拟环境的位置,一般在工程的根目录

总结

以上就是今天要讲的内容,本文仅仅简单介绍了虚拟环境的使用,以及管理虚拟环境方法。

### 关于《动手学深度学习》的学习笔记 #### 使用PyTorch框架的实践指南 该书通过具体的编程实例帮助读者理解并掌握深度学习的核心概念和技术。书中不仅涵盖了理论知识,还提供了大量基于Colab平台的实际操作案例[^1]。 #### 配置开发环境的方法推荐 对于希望快速入门的同学来说,在本地搭建Conda虚拟环境是一个不错的选择。这不仅可以避免复杂的Linux系统配置过程,还能确保不同项目之间的依赖项不会相互干扰。具体安装步骤以及常见问题解决办法可参照相关文档说明[^3]。 #### 深入探讨自然语言处理与计算机视觉的区别 虽然两者都可以利用概率模型和机器学习技术来进行建模分析,但由于数据形式的不同——前者主要涉及符号序列而后者则是由像素构成的图像矩阵——因此各自的研究重点和发展方向也有所差异。例如,在NLP领域中更强调语义理解和上下文关联;而在CV方面则侧重于特征提取及模式识别等方面的工作[^2]。 #### 提供丰富的练习题目以巩固所学知识点 除了跟随书籍中的例子外,《动手学深度学习》还附带了许多额外的挑战性任务,旨在让学员能够灵活运用课堂上学到的知识去解决问题。特别是针对那些想要进入知名科技公司工作的求职者而言,熟悉这类实战型试题是非常有益处的[^4]。 ```python import torch from d2l import torch as d2l def softmax(X): X_exp = torch.exp(X) partition = X_exp.sum(1, keepdim=True) return X_exp / partition # The broadcasting mechanism is applied here X = torch.rand((2, 5)) print("原始输入:", X) output = softmax(X) print("经过Softmax变换后的输出:\n", output) ```
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