深度学习零基础学习之路——第一章 环境软件配置

第一章 Python深度学习入门之环境软件配置
第二章 Python深度学习入门之数据处理Dataset的使用
第三章 数据可视化TensorBoard和TochVision的使用
第四章 UNet-Family中Unet、Unet++和Unet3+的简介
第五章 个人数据集的制作

---

---

前言

  随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，我也不例外，本系列就和大家一起学习人工智能下机器学习的相关内容。在学习之前，我们需要将后续学习中要用到的软件工具提前下载安装一下，接下来我就逐一给大家来详细安装一遍。

---

一、编程语言Python的下载与安装

1、登陆官网下载安装包

Python的官网是：https://www.python.org/

  登录之后将鼠标停在Download上，它会列出很多子菜单，然后根据其推荐的点击下载即可，但是要注意的是最新版本的Python3.10不能在Windows7中使用，所以Win7系统的小伙伴需要需要下载低版本的Python，其他版本可以点击All releases查看。接下来就等待下载完成得到安装包。

2、安装Python

  双击已经下载好的Python安装包，然后勾选最下面的ADD Python 3.10 to PATH，这样就不需要我们手动将python加入系统变量了。然后选择自定义安装，这样可以减少C盘的压力。

  接下来默认选择Next就可以。

  这里点击Browse选择自己想要安装的文件夹即可。

  显示这个界面的意思就是安装完成了，然后接下来我们就测试一下Python是否能使用。

3、测试Python

  按住Win + R键打开命令窗口，然后输入python回车，进入到Python环境。然后会显示Python的版本号。

  然后输入测试语句print(“Hello World!”)，正常输出说明Python语言安装成功！

二、Pytorch的安装

1.安装Anaconda

  我的理解是Anaconda是一个集成的工具软件，是用来管理Python中各种包的，适用于计算科学，如机器学习、深度学习等等，类似于JAVA开发中的Maven管理仓库一样。

登录官网下载Anaconda：https://www.anaconda.com/products/distribution

  接下来就根据自己的个人需求和系统推荐的点击安装即可。

  下载完成之后，从开始进入打开Anaconda Prompt。
出现(base)说明Anaconda安装成功了！

2.环境管理

  有了Anaconda之后，我们就可以很方便的管理我们的项目环境了。Anaconda就相当于一个大箱子，里面有小隔间，每个隔间可以放不同Python的环境，并且各个小隔间互不冲突干扰，开发人员可以根据项目需要来回切换小隔间，如下图。

  我们打开Anaconda默认是在base环境下的，接下来我们就自己创建一个新的环境，输入conda create -n pytorch python=3.8。其中pytorch是我们取的环境名称，python=3.8是指定python版本，当然我们也可以选择其他版本，接下来就正常安装即可。

以上就是安装完成了，然后我们就可以来回切换环境了(注意前缀的环境名称)，查看每个环境安装的内容了。

conda activate pytorch  		#切换到pythorch环境下，同理将pytorch换成base就切换到base环境下了
conda list 						#查看该环境下安装的包
conda info -e					#查看Anaconda下有哪些环境
1
2
3

3、pytorch的下载安装

  在下载pytorch之前，我告诉大家一个血的教训，一定一定要先换源，不然在下载各类包的时候非常的慢，慢到想砸电脑。。。这是因为通过Anaconda下载安装任何东西是通过国外服务器进行下载的，所以我们需要把源换成国内的，例如：清华源、中科大源。参考于：https://blog.csdn.net/Redamancy06/article/details/125820669

3.1 换源

3.1.1. 清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
1
2
3
4

3.1.2. 中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
1
2
3
4
5
6
7

  接下来大家就把上面这些指令复制粘贴运行就可以了。注意要一条一条的执行，执行完之后接下来下载速度就会很快了。

3.2 进入官网下载pytorch

Pytorch官网：https://pytorch.org/

  等待下载完成，出现以下界面说明下载完成了。

  接下来测试pytorch是否安装成功，进入python编程，导入torch包，如果不报错说明安装成功（如下图）。

  torch.cuda.is_available() 是用来测试GPU的，如果下载的是CPU的Pytorch输出是False，因为我没有NVIDIA显卡所以我安装的也是CPU的。

三、Pycharm的安装

  想了又想，还是有必要安装一下Pycharm，JetBrains家族的产品是真的香呀，Pycharm是一个开发工具，使用过IDEA的小伙伴肯定很喜欢使用Pycharm作为Python语言的开发工具。

Pycharm的官网：https://www.jetbrains.com/pycharm/      点击download就可进入下载选择界面

  在这里我们可以看到有两个版本，一个收费的专业版和一个免费的社区版，个人开发跑demo的话免费的社区版就够用了，但是专业版毕竟收费肯定比社区版强大一些，因为我买不起，所以我选择专业版(手动狗头)。专业版也可以免费30天嘛。点击下载安装包。

  然后我打开安装包时突然跳出这个，我之前安装的Pycharm重来没有出现这种情况，怎么选择都没有，索性我点击Cancel，然后就正常了，就很奇怪。然后我们正常安装就行了，根据个人情况选择以下选项。

  以上就是安装Pycharm的过程，不得不说Pycharm用起来是真的爽，谁用谁知道，JetBrains的产品牛。专业版过期了的小伙伴如果不知道怎么办可以私信我。

3.1 Pycharm的环境配置

安装好Pycharm之后，我们就可以进行编写Py代码了，但是在创建Py文件时，我们导入torch包的时候会出现未安装，但是明明我们上面已经安装pytorch了，为啥不能用呢？这就涉及到环境的配置了，我们需要修改Pycharm的环境位置，步骤如下：

1. 打开设置选项。

2. 选择Python Interpreter，然后选择已存在的环境，这是因为我们在Anaconda已经创建环境了。

3. 选择Anaconda下我们创建的pytorch环境下的python.exe即可。

4. 确认修改，然后我们就可以看到我们在Anaconda下载的包全都有了。

3.2 安装问题

  通过3.1中修改完pycharm环境之后包问题解决了，但是我们点击Terminal可能会发现终端前面没有像我这样带环境名称，我们需要再次增加配置。
  我们再次进入到Anaconda Prompt命令窗口,然后输入conda init powershell，可能会出现一下报错。
  然后就需要我们用管理员权限打开控制命令窗口，输入

set-executionpolicy remotesigned
1

  然后再次进入到Anaconda Prompt命令窗口,输入conda init powershell命令即可解决该问题。

总结

  以上就是我进行深度学习的准备工作，俗话说磨刀不误砍柴工，学习前的准备工作要做充分。然后后面还有一些软件比如开发工具的选择，如Pycharm、Jupyter Notebook等等，这些后续再说。