Anaconda+PyCharm+Pytorch/tensorflow环境配置个人总结
阅读原文时间:2023年08月14日阅读:3

Anaconda是一个非常方便的python版本管理工具,可以很方便地切换不同版本的Python进行测试。同时不同版本之间也不存在相互的干扰。

PyCharm是一款常见的Python IDE,pytorch和TensorFlow是目前两个主流的深度学习框架。

前往官方网址下载最新版即可,安装教程

官网下载安装,安装教程

Pytorch开发环境配置

打开命令行,启动anaconda

activate

创建pytorch新环境

conda create -n pytorch python=3.7

切换到新环境

activate pytorch

安装pytorch相关包

pip install torch torchvision torchaudio

验证pytorch安装完成

import torch
from torch import autograd

x = torch.tensor(1.)
a = torch.tensor(4., requires_grad=True)
b = torch.tensor(2., requires_grad=True)
c = torch.tensor(3., requires_grad=True)

y = a**2 * x + b * x + c

print('before:', a.grad, b.grad, c.grad)
grads = autograd.grad(y, [a, b, c])
print('after:', grads[0], grads[1], grads[2])

显示如下结果,则安装成功

Tensorflow开发环境配置

打开命令行,启动anaconda

activate

创建tensorflow新环境

conda create -n tf python=3.7

切换到新环境

activate tf

安装TensorFlow相关包,使用清华源加速下载

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

验证TensorFlow安装,新建python文件,输入一下代码

import numpy as np
import tensorflow as tf
# import pandas as pd

np.object = object
print(tf.__version__)

x = [[1.]]
m = tf.matmul(x, x)
print(m)

显示如下结果,则安装成功