1. 程式人生 > 實用技巧 >藉助北外映象用miniconda從零開始搭建深度學習框架pytorch和tensorflow

藉助北外映象用miniconda從零開始搭建深度學習框架pytorch和tensorflow

藉助北外映象搭建深度學習框架pytorch或tensorflow

前言

此教程適合第一次接觸深度學習的同學。
本菜雞突然被迫改變方向開始接觸深度學習,但是搭建環境卻讓我非常難受,我很怕我自己跟著網上的教程搭建出問題,因為時間有點趕所以直接請教了一個大佬。前提是電腦已經裝好了python3.8(此版本只是基礎,實際上後面會在conda的環境中重新安裝python3.7,但是環境外的python也必須要有)

北外映象

使用映象是為了讓安裝速度快一些,不用等那麼久。現在的北外映象比清華映象速度稍微快一些,在百度直接搜尋北外映象,點選第一條就是,找到anaconda然後點進去,如圖所示:

下載miniconda步驟

  1. 選擇anaconda 點進去以後顯示以上介面;
  2. 使用者目錄 指的是自己電腦c盤下的C:\Users\xd_w,其中xd_w是我的名字,選擇你自己的即可。點進去會發現你沒有.condarc檔案(此檔案是為了更換anaconda的源,不然使用這個映象可能會用不了);
  3. 為了建立該檔案,只能通過cmd控制檯,使用 conda config --set show_channel_urls yes 命令建立該檔案,然後將該檔案用vscode開啟(不能用記事本開啟,會出錯);
  4. 用圖中網頁裡的程式碼替換該檔案的內容:
  5. 開啟該連結(圖中5)下載miniconda (版本如下圖所示);
    版本號

安裝anaconda

點開下載的miniconda傻瓜式安裝即可,需要注意的是,安裝位置

最好不在c盤,選擇一個自己建立的資料夾,並將其命名為miniconda3,方便後續查詢自己安裝的環境。

在conda中搭建pytorch

1.在cmd控制檯中使用conda檢測conda是否安裝成功,在出現以下介面即為安裝成功
檢測conda是否安裝成功

2.使用命令conda create -n torch_xdw python=3.7在conda中建立一個環境,其中torch_xdw是我對這個環境的命名,我將在這個環境中安裝pytorch,所以將之取名為torch,xdw是為了區分,python=3.7則在這個環境中指明瞭python使用3.7版本,對python版本進行指定是為了防止版本過高在後續的使用中出現錯誤。

3.第2步成功以後則說明已經建立了名為torch_xdw的環境,接下來採用命令conda activate torch_xdw啟動這個環境。
4.環境啟動以後,安裝pytorch,開啟連結: https://pytorch.org/get-started/locally/.選擇對應版本的命令,在已經啟動的conda環境中執行該命令
torch安裝
5.安裝好以後,在cmd控制檯中退出conda的環境,使用conda deactivate torch_xdw命令。則pytorch的環境就搭建好了。
6.為了驗證能否正常使用,啟動電腦中的pycharm,將interpreter更換為你剛剛安裝miniconda所在位置的torch環境下的python,如下圖所示。
更換python的interpreter
注:圖中py37是我的建立的另一個環境(與torch_xdw一樣)。

pytorch安裝後使用程式碼驗證

在pycharm中更換了interpreter以後,就可以執行深度學習的程式碼了,我試了一下官網的這個小例子https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py.官網上有很多例子,對於學習深度學習非常有幫助。 在執行程式碼的時候加一個主函式然後把非函式程式碼放到主函式就可以了。

安裝tensorflow

在已經有了安裝pytorch的經驗以後,tensorflow安裝起來就會順利得多,值得注意的是tensorflow有版本割裂的問題,能用tensorflow2跑出來的程式碼,換成tensorflow3可能就不行了,所以初學者儘量用pytorch,上手會快一些。
在裝pytorch的過程中,將在啟動conda和退出conda兩個步驟之間的步驟改為安裝tensorflow即可,命令為conda install tensorflow
同時還需要裝pandas的包,命令為conda install pandas
注意 conda是用來管理環境的,所以在裝tensorflow環境時,需要重新開創一個環境,所以意思就是,最好把不同的框架裝在不同的環境裡,可以在以下目錄中找到自己裝的環境,在更換pycharm的interpreter時也是在這裡找到對應環境中的python
環境儲存路徑

總結

有人說,搭環境真的又累又沒營養,我表示贊同,耗費很長時間搭出來的環境有可能還錯誤百出,希望以後大家能用更少的時間搭出正確的環境。