Win10 安装Anaconda、Pycharm、Tensorflow和Pytorch

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
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
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
目录
相关文章
|
9月前
|
机器学习/深度学习 PyTorch TensorFlow
TensorFlow与PyTorch深度对比分析:从基础原理到实战选择的完整指南
蒋星熠Jaxonic,深度学习探索者。本文深度对比TensorFlow与PyTorch架构、性能、生态及应用场景,剖析技术选型关键,助力开发者在二进制星河中驾驭AI未来。
957 13
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
2688 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
12804 4
|
Ubuntu TensorFlow 算法框架/工具
如何在Ubuntu上安装TensorFlow 24.04
如何在Ubuntu上安装TensorFlow 24.04
|
机器学习/深度学习 并行计算 PyTorch
Windows下CUDA+pytorch安装
以下是关于在Windows下安装CUDA和PyTorch的简要介绍及参考链接:
820 0
Windows下CUDA+pytorch安装
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
10226 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
并行计算 TensorFlow 算法框架/工具
tensorflow安装
tensorflow安装——GPU版
532 2
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
1481 55
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
903 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
机器学习/深度学习 数据采集 数据可视化
TensorFlow,一款由谷歌开发的开源深度学习框架,详细讲解了使用 TensorFlow 构建深度学习模型的步骤
本文介绍了 TensorFlow,一款由谷歌开发的开源深度学习框架,详细讲解了使用 TensorFlow 构建深度学习模型的步骤,包括数据准备、模型定义、损失函数与优化器选择、模型训练与评估、模型保存与部署,并展示了构建全连接神经网络的具体示例。此外,还探讨了 TensorFlow 的高级特性,如自动微分、模型可视化和分布式训练,以及其在未来的发展前景。
1188 5

热门文章

最新文章

推荐镜像

更多