深度学习项目环境配置

最近在开始学习深度学习项目，就介绍一下这个项目的环境配置。
首先介绍一下需要的必备的一些工具AnaConda、PyTorch、PyCharm。
AnaConda相当于一个hub主要解决软件环境依赖问题的 conda 包管理系统，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
PyTorch 是一个开源的 Python 深度学习框架，支持生产就绪、分布式训练、强大的生态系统和云支持。（不同的PyTorch对应不同版本的包）
PyCharm适用于数据科学和 Web 开发的 Python IDE，就相当于个Visual Studio。

软件安装

1. PyCharm安装，PyCharm这个直接自己在官网安装自己需要的版本就行了，始终是觉得这个东西吧，并不是版本越高越好，而是适合自己的更好。附上https://www.jetbrains.com/pycharm/download/other.html下载网址。我这个新冠项目用的版本是PyCharm 2022.1.3版本。
   想学破解联系我哈，写出来会审核不通过。
2. anaconda安装
   直接安装就好了，注意千万不要装在C盘安装后会出现
   创建深度学习环境
   创建环境

conda create -n li_3_8 python=3.8

激活环境

conda activate li_3_8` 

选中创建环境，需要在pycharm中选择你刚才创建的环境。以后所有的项目都要选择你需要的环境。否则就没法运行！
点击右下角解释器设置
add添加
找到已有环境进行添加
安装torch等环境 （torch安装时间大概在一个半小时左右）
输入这个代码到conda

pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

安装pandas（是一个用于科学计算的库，提供了许多数学，科学和工程计算的功能，建立在Numpy上，提供计算功能，例如处理矩阵）

pip install pandas 

安装matplotlib（数据可视化的库，提供了各种绘图函数和工具。可用于创建各种类型图表和图形）

pip install matplotlib

安装scikit-learn（用于机器学习的库，提供了各种机器学习算法和工具，建立在Numpy和Scipy之上，并提供用于训练和评估模型的函数和工具）

pip install scikit-learn

所需环境安装成功