win下深度学习环境的安装配置

尽管我电脑的性能也一般，但是测试些简单代码足够了。因此，研究了下在win下搭建深度学习环境，主要围绕这pytorch和tensorflow两个框架展开的。

用Anaconda管理python

PC上的python管理方便多了，直接选择Anaconda就行了，官网即可下载安装包，并且PC上可以找到很多源来加速pip和conda的下载安装。
像pip工具，我使用的是清华源
在C:\Users\XXX（XXX为用户名）下新建pip文件夹，里面建立pip.ini文件，写上

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn

尤其是后面一句，信任该源。
至于conda的源配置，使用官方源速度也还行，如果加速的话，可考虑豆瓣、中科大等源。
换源后，分别利用conda命令创建pytorch和tensorflow的虚拟环境。考虑到我使用的TX1开发板上的pytorch和tensorflow都是基于python3.6的，因此创建的虚拟环境也基于python3.6。

有时候，你要在cmd和windows terminal里激活conda环境，如base环境，输入

conda activate base

可能会报错
CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’.
这时候，打开PowerShell（管理员）,输入命令

set-ExecutionPolicy RemoteSigned

然后重启cmd或windows terminal，就可以消除这个问题了

cuda安装

如果你电脑没有英伟达显卡，可直接忽略这个步骤，另外，在使用pytorch时，发现没有装cuda时一样可以利用起gpu计算，感觉不用tensorflow的话，可以不用装cuda。
参照的是博文《CUDA、CUDNN在windows下的安装及配置》。
这里，我感觉主要就是安装cuda的时候，尽量选自定义，不要装cuda带的显卡驱动，因为日用时可能不如你原本预装的驱动更合适。

pytorch安装

我选择了CPU版本，pip工具安装，1.10.1的pytorch。
首先创建环境

conda create -n mtorch python=3.6

激活mtorch环境

conda activate mtorch

前往 pytorch官网，寻找合适的下载方式

在mtorch环境输入

pip3 install torch torchvision torchaudio

很快就装完。
如果卸载pytorch
考虑安装的组件

利用pip uninstall卸载

如果准备安装gpu版本，如对应的cuda是11.3，可使用conda命令较为方便，如：

conda install pytorch torchvision cudatoolkit=11.3 -c pytorch

如果是pip命令，默认使用官方源，加速效果慢

tensoflow安装

首先创建环境

conda create -n mtensorflow python=3.6

激活mtensorflow环境

conda activate mtensorflow

这个安装参照TensorFlow网站
选择的安装方式就简单了

第一步升级pip

pip install --upgrade pip

有时候会失败，然后就会出现找不到pip，这时候修复

python -m ensurepip
python -m pip install --upgrade pip

然后安装稳定版本

pip install tensorflow

或者是nightly版本

pip install tf-nightly

自然，这里的版本选择是默认的

若没有cuda的话，会提示你电脑没gpu

如果想指定版本，比如准备安装cpu的2.5.0版本

pip install tensorflow-cpu==2.5.0

这样就可安装，这次安装后没警告

pycharm

启动pycharm

安装从官网找安装包即可，目前我用社区版，功能够用。
只不过需要注意的是，安装默认位置后，才能在anaconda的界面里面找到，否则是找不到的。

pycharm工程建立

当新建工程时，可以选择使用python环境，这里选择已经建立过的环境，这样不用每个工程配置一个环境

选择所需要的环境

这样就完成了一个新的工程配置。

修改pycharm使用的环境

有时建立的工程基于的环境需要修改，这时候可以进入工程，在pycharm的设置里面选择python环境，这样才能调用pytorch或者tensorflow
打开PyCharm程序
点击菜单栏的 File
然后点击【Settings】
然后选择工程下的设置，选择你的python环境

VSCODE配置

vscode本身虽然只是个编辑器，但是通过安装扩展，可以支持多种语言的开发，因此这里选择安装python的扩展。

安装的python扩展

这个扩展有个特点，在你调试python单文件的时候，可以在下方快速选择python环境。

这样，利用vscode，安装完扩展后，按F5就可进行调试，第一次启动会提示你选择的方式。