如图1所示,在我们使用python进行开发时,会面临着python的版本众多,并且它的库也非常广泛,同时库和库之间存在很多依赖关系,所以我们在python库的安装和版本的管理上很麻烦。而conda是一个管理版本和cython环境的工具,并且使用起来非常简单容易,因此我们可以通过使用conda创建不同的环境来解决这个问题。
由于最近在参加由百度飞桨组织的深度学习7日打卡营第四期(课程链接:https://aistudio.baidu.com/aistudio/education/group/info/1149),第一节的作业就是要在本地安装paddlepaddle的本地环境,这样以后线上资源比较少的时候可以很方便的利用本地的环境和资源进行任务的开发,所以就把整个环境的创建和使用过程记录了下来。
1.如果安装cuda版本,需要提前安装好cuda10或者9,CPU版本没有要求。
2.安装Anaconda(这里仅是个人习惯可以不装),可以参考教程链接:https://blog.csdn.net/qq_33919727/article/details/105222698
首先在windows环境下打开CMD,输入命令行:
conda create -n paddlepaddle-gpu python=3.7
出现图2输入y
等一会安装完毕,虚拟环境就安装完成了。
在终端输入下面的命令,激活刚才我们创建的虚拟环境,
conda activate paddlepaddle-gpu
出现图3中红框的内容说明我们已经激活了刚才的虚拟环境。
接下来我们安装paddlepaddle,首先我们进入官网选择符合自己的版本,链接如下:https://www.paddlepaddle.org.cn/。
图4,是根据我电脑上的配置选择的内容。
接下来网页下面就会给出安装命令:
我们在终端里输入如下的安装命令,等待安装完成即可。
pip install paddlepaddle-gpu==1.7.1.post107 -i https://mirror.baidu.com/pypi/simple
等待安装完成以后,我们在终端里输入以下命令可以检验是否安装完成。
python
import paddle.fluid
paddle.fluid.install_check.run_check()
如果出现 Your Paddle Fluid is installed successfully!
,说明您已成功安装。
在cmd 终端里输入以下命令:
conda activate paddlepaddle-gpu # 激活环境
conda install ipykernel # 安装必要插件
python -m ipykernel install --name paddlepaddle-gpu
现在我们就可以在jupyter notebook里修改环境了。
在pycharm程序里按照图8-1,8-2进行操作,找到paddlepaddle-gpu虚拟环境下的python.exe文件,点击确定。
这里需要注意我的路径是在C:\Users\csl\.conda\envs\paddlepaddle-gpu路径下,有的电脑可能会在自己的Anaconda路径下的env文件夹里,这就需要仔细找一下了。