深度学习项目启动（笔记用）

创建虚拟环境

假如你在 D:\PyProject\venvs 目录下，想要创建虚拟环境，可以运行以下命令：

cd D:\PyProject\venvs
python -m venv ctc-pytorch-env

这会在 D:\PyProject\venvs 文件夹下创建一个名为 ctc-pytorch-env 的虚拟环境。

激活虚拟环境

在创建了虚拟环境后，需要激活它。激活虚拟环境后，所有安装的依赖库都将只在这个环境中有效，不会影响到全局系统。每次重新打开终端需要重新激活。

详细步骤：
激活虚拟环境： 在 Windows 中，使用以下命令来激活刚刚创建的虚拟环境 ctc-pytorch-env：

E:\PyProject\venvs\ctc-pytorch-env\Scripts\activate

进入虚拟环境所在的目录：
打开 PowerShell 或 命令提示符，并导航到你创建虚拟环境的目录。例如：

cd E:\PyProject\venvs\ctc-pytorch-env\Scripts

激活虚拟环境：
一旦你进入了 Scripts 目录，运行以下命令来激活虚拟环境：

activate

成功激活后，你的命令提示符前面会显示 (ctc-pytorch-env)，这表示你已经进入了虚拟环境。

拉取项目安装依赖

进入项目文件夹： 例如，如果项目被克隆到 E:\PyProject\Chinese-Text-Classification-Pytorch，你可以进入该目录：

cd E:\PyProject\Chinese-Text-Classification-Pytorch

安装依赖： 项目依赖通常在 requirements.txt 文件中列出。你可以通过以下命令安装所有依赖：

pip install -r requirements.txt

安装pytorch

安装 PyTorch 1.1：
你可以访问 PyTorch 官网 获取安装命令。根据你的系统和是否使用 GPU，选择合适的版本。
如果不确定，使用以下命令安装 CPU 版本的 PyTorch 1.1：

pip install torch==1.1.0 torchvision==0.3.0

在你的情况下，假设你需要安装的是 CUDA 版本的 PyTorch 1.1，可以根据显卡和环境选择合适的命令。下面是一些常见的安装指令：
PyTorch 1.1 + CUDA 10.0
这是较常用的 CUDA 版本，对应 PyTorch 1.1，安装命令如下：

pip install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/cu100/stable

安装其他依赖库：
安装 tqdm：
pip install tqdm
安装 scikit-learn：
pip install scikit-learn
安装 tensorboardX：
pip install tensorboardX

项目配置虚拟环境