目录
4.安装nb工具，并链接到之前安装的Jupyter Notebook。
一、配置环境
1.安装conda
conda是一个类似pip的包管理软件，这里我用的mini-conda
要安装 Mini-Conda，请访问：https://docs.conda.io/en/latest
正常安装即可不是必须让他配置环境变量，如果你需要的话可以手动添加
安装好后在控制台查看版本
> conda —V在PATH中添加以下三个路径即可
2.安装jupyter-notebook
> conda install -y jupyter控制台输入代码验证是否安装好（正常会帮你打开一个网页）
> jupyter notebook3.创建conda虚拟环境
以下指令都在conda控制台执行（可以从开始菜单进入），或者如果配置了环境变量就不需要非得conda控制台了
这里因为我目前需要，用python3.7创建的，没要求的话小括号可以不写
-
conda create
--name 虚拟环境名字 (python=版本)
-
如：conda create
--name venv (python=
3.7)
查看所有虚拟环境：
> conda env list激活该虚拟环境或切换到某虚拟环境：
> conda activate 名字有可能需要初始化一下，根据控制台的反馈来就行。
退出当前虚拟环境：
> conda deactivate查看这个虚拟环境下安装的包：
> conda list4.安装nb工具，并链接到之前安装的Jupyter Notebook。
> conda install nb_conda要将该环境注册到 Jupyter Notebook，可运行以下命令：
> python -m ipykernel install --user --name venv --display-name “Python 3.7 (venv)”Powershell 中执行 nvidia-smi 命令进行验证CUDA工具包
5.安装TensorFlow
先根据上面的指令进入创建的虚拟环境
> conda activate venv如果需要GPU，使用以下指令
> conda install -c anaconda tensorflow-gpu 仅CPU：
> conda install -c anaconda tensorflow安装好后用python试一下有没有成功
-
>>>
import tensorflow
as tf
-
>>> tf.__version__
-
'2.3.0'
如果输出版本号就ok了
6.安装pytorch
如果你想安装支持 CUDA 的 PyTorch，使用以下命令：
> conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge这个11.6是我电脑的cuda的版本，具体可以去pytorch网站查看：Start Locally | PyTorch
至于仅使用 CPU 的 PyTorch，只需从以上命令中移除 cudatookit 即可：
> conda install pytorch torchvision cpuonly -c pytorch 该命令会通过 Conda 的 PyTorch 通道安装兼容 CUDA 的 PyTorch。
使用python验证是否成功
-
>>>
import torch
-
>>> torch.__version__
-
'1.12.1'
以上内容参考文章：用Windows电脑训练深度学习模型？超详细配置教程来了 - 知乎
二、创建项目
我是使用pycharm开发
解释器选择之前创建的虚拟环境中的python
左边选择Conda环境
进入conda安装目录下的envs --> 选择之前创建的虚拟环境对应的文件夹 --> 选择python.exe
进去之后终端改成Anaconda
这个路径是
这个路径直接复制过去
pycharm也可查看安装的包
conda卸载包（以pytorch为例）
conda uninstall pytorch 卸载转载：https://blog.csdn.net/qq_41642615/article/details/127525102