Win10 安装Anaconda、Pycharm、Tensorflow和Pytorch

简介: Win10 安装Anaconda、Pycharm、Tensorflow和Pytorch

安装Anaconda

第一步:

登录官https://www.anaconda.com/products/individual,然后下载和系统对应的版本

tt.png

我的电脑是win10 64位的,所以选择64的安装包。

第二步:

双击安装包安装。

tt.png

等待加载完成

tt.png

点击Next。

tt.png

点击“I Agree”。(不同意也不行啊!)

tt.png

随意选择,不想让其他的用户用就选Just Me,然后点击Next。

tt.png

默认安装到C盘,根据自己电脑的情况,也可以选择安装到D盘,点击Next。

tt.png

勾选Add Anaconda3 to my PATH,这个一定要勾选,要不然还要去配置环境,贼麻烦。

然后选择Install,等待完成安装。

tt.png

点击Next,安装完成。

安装Pycharm

第一步:

登录官网:https://www.jetbrains.com/pycharm/download/#section=windows,选择安装的版本。

tt.png

我的系统是win10  64位,所以选择Win10 64位的版本。

第二步:

安装Pycharm,双击安装包。

tt.png

等待加载完成。

tt.png

设置安装路径,点击Next。

tt.png

勾选64-bit launcher,点击Next。

tt.png

点击Install,等待完成安装。

第三步:

给Pycharm配置Anaconda环境。

tt.png


点击Setting。

tt.png

选择Python Interpreter。

tt.png

点击画圈位置的图标,然后在打开的页面中选择Virtualenv Environment,然后勾选Existing environment,勾选Make available to all projects,点击OK。

tt.png

点击Apply,点击OK。到这里就配置完成了。


安装Tensorflow

按Win+X快捷键,选择Windows PowerShell(管理员)。Tensorflow分为CPU版和GPU版。


安装CPU版


conda install tensorflow==1.15.3(如果不指定版本,默认安装是2.X的版本)或者


pip install tensorflow==1.15.3


注:Anaconda的python版本是3.7的,所以安装tensorflow时注意版本是否支持Python3.7


安装GPU版。


conda install tensorflow-gpu==1.15.3或pip install tensorflow-gpu==1.15.3


GPU安装的时候注意CUDA的版本,1.15的版本支持的CUDA是10.0的,如果电脑上安装的CUDA是10.1的,则需要安装2.X的版本。官网上有个CUDA和Tensorflow的对应版本。


安装Pytorch

这个比较简单,直接打开官网:https://pytorch.org/get-started/locally/

tt.png

选择需要安装的版本,然后再底部会出现命令,直接将命令复制到powerShell里执行。

tt.png

如果你想要的版本,没有在这里,点击pip,就会在命令行的那个栏里看到网址:https://download.pytorch.org/whl/torch_stable.html 将这个网址打开你就能看到所有的版本,选择自己需要的,下载下来,在本地安装。

tt.png



相关实践学习
基于阿里云DeepGPU实例,用AI画唯美国风少女
本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
目录
相关文章
|
7天前
|
PyTorch 算法框架/工具
win10下安装pytorch,torchvision遇到的bug
win10下安装pytorch,torchvision遇到的bug
12 1
|
1月前
|
Python
0基础安装pycharm的专业版
0基础安装pycharm的专业版
|
3天前
|
机器学习/深度学习 并行计算 PyTorch
安装PyTorch详细步骤
安装PyTorch时,选择CPU或GPU版本。有Nvidia显卡需装CUDA和cuDNN,可从NVIDIA官网下载CUDA 11.8和对应版本cuDNN。无Nvidia显卡则安装CPU版。安装PyTorch通过conda或pip,GPU版指定`cu118`或`rocm5.4.2`镜像源。验证安装成功使用`torch._version_`和`torch.cuda.is_available()`。
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
Pytorch 与 Tensorflow:深度学习的主要区别(1)
Pytorch 与 Tensorflow:深度学习的主要区别(1)
46 2
|
1月前
|
Python
解决Pycharm安装后无法导入库的问题
解决Pycharm导入库问题:进入Settings,选择Project的`Python Interpreter`,点击Add Interpreter。删除`.venv`文件夹内容,然后关闭并重启Pycharm以初始化新环境,现在可以正常导入库了。
28 1
解决Pycharm安装后无法导入库的问题
|
1月前
|
PyTorch 算法框架/工具
在conda中如何查看安装的pytorch版本 - 蓝易云
这个命令会列出所有与pytorch相关的包,包括它们的版本号。你可以在列表中找到pytorch的版本号。
53 1
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
深度学习:Pytorch 与 Tensorflow 的主要区别(2)
深度学习:Pytorch 与 Tensorflow 的主要区别(2)
33 0
|
21天前
|
Python Windows
02-pycharm详细安装教程(大妈看了都会)
02-pycharm详细安装教程(大妈看了都会)
26 0
|
1月前
|
机器学习/深度学习 数据可视化 PyTorch
TensorFlow与PyTorch框架的深入对比:特性、优势与应用场景
【5月更文挑战第4天】本文对比了深度学习主流框架TensorFlow和PyTorch的特性、优势及应用场景。TensorFlow以其静态计算图、高性能及TensorBoard可视化工具适合大规模数据处理和复杂模型,但学习曲线较陡峭。PyTorch则以动态计算图、易用性和灵活性见长,便于研究和原型开发,但在性能和部署上有局限。选择框架应根据具体需求和场景。
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
TensorFlow与PyTorch在Python面试中的对比与应用
【4月更文挑战第16天】这篇博客探讨了Python面试中TensorFlow和PyTorch的常见问题,包括框架基础操作、自动求梯度与反向传播、数据加载与预处理。易错点包括混淆框架API、动态图与静态图的理解、GPU加速的利用、模型保存恢复以及版本兼容性。通过掌握这些问题和解决策略,面试者能展示其深度学习框架技能。
52 9