运行一个深度学习的程序，我们需要做好哪些准备工作。（环境配置方面）

前言

我们学习了很多理论，终于想要动手实践一下了，倒也不用一上来就自己写代码，我们一般都是去github上找别人完成了的代码先进行学习借鉴吧，这个时候我们就想先运行一下别人的代码，看看是否真的有效果。这个时候我们会遇到一系列的问题，这里我简单总结一下我遇到的问题。

一.pythonIDE的选择

功欲善其事，必先利其器。人工智能方向的主要语言是python，选择一款适合的python IDE，能节省下不少时间和精力，话虽如此，其实这里并没有太多选择，我自己用的是pycharm，我觉得用这个就足够了，界面优美，功能齐全。如果自己还有别的想法，我这里也有个链接可供参考。(python IDE)

二.pip

选择好python IDE之后，我们在运行程序的时候就会发现。因为很多代码都是根据深度学习框架（如pytorch,tensorflow）进行编写的，需要用到很多外部的拓展库，你当然可以选择自己去网上一个个找到下载，只不过这样未免太过消耗人力物力。这个时候就有一个相当不错的选择，即使用pip进行外部库的安装。

1.pip的安装方法

首先一个问题是pip是什么？pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。pip的安装网上很多教程写的很详细。我大概说一下就是，去网上把pip的安装文件下载到某一个文件夹里，然后通过命令行，（即windows的DOS，Mac的terminal）先进入到刚刚下载到的文件夹里去，然后执行

python setup.py install

只要足够细心，基本不会遇到多大的问题，不同的操作系统之间会有一些操作上的细微区别，我这里也给一个链接供给参考。(pip的安装)

2.pip的使用

pip的使用就非常简单了，只需要在命令行中输入

pip install [你想安装的库的名字]
例如：
pip install tqdm
pip3 install tqdm

非常便利有木有，然后这里还有一个要注意的点是pip和pip3的区别，它们是对应了不同版本的python的。我们要安装的库也是有很多版本的，我们可以指定安装某个版本的库。而python多版本问题，等一下我们就会讨论到。

三.Anaconda

接下来是重点了，anaconda是做什么的？用来进行python多版本控制的，即这是一个用来创建多个虚拟环境来让代码良好运行的软件。为什么要创建多个虚拟环境？我们运行别人写的代码的时候，有的代码可能是几年前写的，比如以前的人用python2.7版本写的程序，和python3.7版本连语法上都有不小的出入，导致编译困难。更糟糕的是。那些框架的库也在不断更新，但他们却很多互相并不兼容，假设我们把所有的库都集中安装在自己本机上。那么在运行程序时，很容易出现各种你意想不到的BUG。但这种情况是可以规避的。只需要使用多版本控制，你现在运行的程序是用python2.7编写的，然后为了运行它你好需要下载一些特定版本的外部库，这时。就创一个python2.7的虚拟环境，然后往这下面安装库，最后程序也在这下面运行。同理，需要别环境时，重新创建一个，重新安装就好了。anaconda的安装方法，我这里也提供一个参考（anaconda安装）

1.conda

安装好了anaconda之后，我们就可以在命令行中使用‘conda’这么个命令了。它的功能有很多，这里我举几个常用的例子。

conda info --envs #查看当前的环境名

conda create -n [自己取一个环境名] python=[python的版本号(例如3.7)]
如：
conda create -n green python=3.7

conda activate [环境名]  #激活已经创建好的环境

conda deactivate  #退出当前环境，回到主环境

大概就先列举这么多吧，想要了解更多自行网上搜查。

总结

完成了上述工作之后，我相信你在今后的学习中也会更加得心应手，少走很多不必要的弯路。然后特别想提一下的是，我们运行程序有的时候自己电脑配置不够，需要用到远程服务器的GPU来给我们的程序加速。程序要在远程服务器上运行，自然也需要在远程服务器上和本机做相同的部署才好，只不过远程服务器上安装往往全靠代码行进行。操作上稍微更复杂一点。且我自己使用Mac运行的程序，在其他操作系统下会遇见怎样的别的问题我并不清楚。这里我先给出一个在远程服务器上配置anaconda的方法，值得注意的是这里对面服务器的操作系统是linux,我们实际操作时，要根据对面的服务器的操作系统的不同来选择不同版本的anaconda安装文件。(远程连接参考方法)

谢谢您的观看，有什么意见或者建议，欢迎留言探讨。