作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119065766
第1 部分 “深度学习”软件开发环境的架构
1.1?目标环境架构
?1.2?开发环境架构：Python编程语言
备注：
Python：从上图可以看出，如果选择的编程语言是python，那么无论是tensorflow还是PyTorch，对python而言，他们都是以Python库的形式存在的。
Conda： 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
PyCharm：是一种Python?IDE（Integrated Development Environment，集成开发环境），带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。
第1步：个人计算机硬件的选择与搭建
1. 个人计算机版
（1）最低配置：学习原理，训练小模型
- CPU：双核
- GPU：无,? ?
- 内存：4G
- 硬盘：50G
（2）中配：学习大型模型训练
- CPU：4核以上
- GPU：英伟达NVIDIA GPU 1个
- 内存：16G
- 硬盘：100G
（3）高配：大型模型训练、优化
- CPU：16核以上
- GPU：英伟达NVIDIA GPU 阵列
- 内存：32G
- 硬盘：500G
备注：
前期可以根据个人电脑的情况，选择低配或中配，后期训练模型时，可以升级硬件或直接购买云服务。
2. 云服务
上述过程也可以通过购买云服务来实现，每年的服务费取决于购买的配置。
第2步：操作系统的选择与开发环境搭建
（1）Windows：对大多数人而言，在Window构建环境，使用方便，是很多入门者的最简单的选择。
早期的PyTroch不支持Window环境，只支持Linux和MAC，到目前为止，也已经支持windows环境，PyTorch的Windows版本安装在 2018年12月8日,Pytorch1.0正式发布。
（2）Linux：对于很多技术控而言，直接使用Linux是一个自然而言的选择。
（3）MAC：苹果控的最爱。
（4）虚拟机：对于只有windows终端，有需要搭建Linxu环境的人来讲，搭建虚拟机的环境是一个不错的选择。在Windows环境下通过虚拟机的方式搭建Linux或MAC的环境, 如vmware workstation。
本文的案例选择的是Windows，其他操作系统和虚拟机环境，自行到网络上查找。本文仅供参考。
第3步：编程语言的选择与开发环境搭建
3.1 编程语言的选择
不同的框架，支持的编程语言不同，而Python语言是最普遍被支持的语言，本文选择Python
?3.2? Python命令行集成开发环境AnaConda的安装（必选）
AnaConda： 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
网络上有很多AnaConda安装的详细步骤，这里列出关键步骤：
（1）选择下载AnaConda的网站
官网地址:https://www.anaconda.com/distribution/
官方下载地址：https://repo.anaconda.com/archive/
官方文档：https://docs.anaconda.com/anaconda/
国内清华镜像地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
?备注：为了提升安装速度，可以从清华镜像网址下载，安装，否则由于要访问国外网站，速度较慢，还容易造成网络访问超时，导致出错。
（2）选择下载AnaConda的版本
- Conda的版本与Python的版本不是完全一致的，Conda是一个包管理C具，可以包含多个不同版本的Python，可以通过Conda的虚拟环境来管理不同版本的Python项目。
- 特定版本的深度学习框架的发行版本皆有所依赖的Python版本，并非最新版本Python版本，因此深度学习框架与最新python版本集成时有可能有不确定的问题。
- Conda可以通过虚拟环境的方式为不同厂家的深度学习框架，不同版本的深度学习框架建立独立多个各自独立的开发环境。
AnaConda与Python版本对应关系：https://blog.csdn.net/yuejisuo1948/article/details/81043823
可以选择次新版本的AnaConda，以防止最新版本有些未知的问题，
作者选择了一年前的版本：Anaconda3-2020.02-Windows-x86_64.exe
（3）下载：清华镜像，几分钟的时间
（4）安装
?
（5）在命令行下检查anaconda的版本
?C:\Users\Administrator> anaconda -V
anaconda Command line client (version 1.7.2)
(6)在命令行下检查conda的版本
?C:\Users\Administrator> conda --version
conda 4.8.2
?（6) 在命令行下检查python的安装版本
?C:\Users\Administrator> python --version
Python 3.7.6 (default, Jan ?8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
（7）修改conda的配置文件，后续更新从清华镜像下载，速度比官网更快
- 显示当前配置
conda config --show channels??
channels:
? - defaults
- 添加清华镜像 （添加到配置文件中）
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 --set show_channel_urls yes
- 擅长清华镜像（在不需要的时候删除）
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
（8）建立虚拟环境
查看：conda info -e建立Python2.7虚拟环境：conda create -n python2.7?python=2.7建立Python3.5虚拟环境：conda create -n python3.5?python=3.5建立PyTorch虚拟环境：?conda create -n pytorch1.8_py3.8 python=3.8建立PyTorch虚拟环境：?conda create -n tensorflow2.4_py3.8 python=3.8
(9) 其他命令
conda remove --name xxx --all
conda activate xxx
conda deactivate xxx
(10) 虚拟环境示意：
(base) PS C:\Users\Administrator> conda info -e
# conda environments:
#
base ? ? ? ? ? ? ? ? ?* ?C:\ProgramData\Anaconda3
python2.7 ? ? ? ? ? ? ? ?C:\ProgramData\Anaconda3\envs\python2.7
python3.5 ? ? ? ? ? ? ? ?C:\ProgramData\Anaconda3\envs\python3.5
pytorch1.8_py3.8 ? ? ? ? C:\ProgramData\Anaconda3\envs\pytorch1.8_py3.8
pytorch_py3.6 ? ? ? ? ? ?C:\ProgramData\Anaconda3\envs\pytorch_py3.6
(base) PS C:\Users\Administrator> python --version
Python 3.8.8
(base) PS C:\Users\Administrator> conda activate python2.7
(python2.7) PS C:\Users\Administrator> python --version
Python 2.7.13 :: Continuum Analytics, Inc.
(python2.7) PS C:\Users\Administrator> conda activate pytorch1.8_py3.8
(pytorch1.8_py3.8) PS C:\Users\Administrator> python --version
Python 3.8.10
(pytorch1.8_py3.8) PS C:\Users\Administrator> conda activate pytorch_py3.6
(pytorch_py3.6) PS C:\Users\Administrator> ?python --version
Python 3.6.13 :: Anaconda, Inc.
(pytorch_py3.6) PS C:\Users\Administrator>
第4步：深度学习框架的选择与开发环境
4.1 Tensorflow框架的安装
（1）官网（中国）查看tensorflow与Python之间的关系
https://tensorflow.google.cn/install/source
这里，我们不妨选tensorflow-2.4.0.? python选择3.8
（2）为tensorflow创建conda的虚拟项目环境
conda create -n tensorflow2.4_py3.8 python=3.8
（3）安装tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-2.4.0-cp38-cp38m-win_amd64.whl
或
pip install tensorflow==2.4?-i?https://pypi.tuna.tsinghua.edu.cn/simple
自动寻找tensorflow2.4版本，并执行下载：
（4）检查安装结果
- 进入python解析器
(pytorch1.8_py3.8) PS C:\Users\Administrator> python ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Python 3.8.10 (default, May 19 2021, 13:12:57) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
- 导入pytorch库
>>> import tensorflow?as tf
- 调用pytorch库函数，检查GPU是否支持。
>>> tf.__version__
'2.4.0'
>>>?tf.__path__
['C:\\ProgramData\\Anaconda3\\envs\\tensorflow2.4_py3.8\\lib\\site-packages\\tensorflow', 'C:\\ProgramData\\Anaconda3\\envs\\tensorflow2.4_py3.8\\lib\\site-packages\\tensorflow_estimator\\python\\estimator\\api\\_v2', 'C:\\ProgramData\\Anaconda3\\envs\\tensorflow2.4_py3.8\\lib\\site-packages\\tensorboard\\summary\\_tf', 'C:\\ProgramData\\Anaconda3\\envs\\tensorflow2.4_py3.8\\lib\\site-packages\\tensorflow', 'C:\\ProgramData\\Anaconda3\\envs\\tensorflow2.4_py3.8\\lib\\site-packages\\tensorflow\\_api\\v2']
- 退出python解析器，回到conda环境
>>> quit()
4.2 PyTorch框架的安装
（1）登录到PyTroch官网
根据自己的实际环境配置PyTroch，获取安装命令。
（2）不带GPU硬件平台的PyTroch的安装
备注：选择此安装，在人工神经网络训练时，就不能选择GPU， 只能选择cpu，对于没有GPU的硬件平台，这样的安装可以节省硬盘空间。
conda install pytorch torchvision torchaudio cpuonly -c pytorch（3）带GPU硬件平台的PyTroch的安装（需要大致10min）
备注：选择此安装，在人工神经网络训练时，可以选择cpu，也可选择GPU，对于有GPU的硬件平台，这样的选择后续根据的灵活，但需要更多的硬盘工具存放安装包。
激活pytorch环境：conda activate pytorch1.8_py3.8
安装pytorch最新版本：?conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
或
??安装pytorch1.8版本：? ?conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch
（4）检验安装
- 进入python解析器
(pytorch1.8_py3.8) PS C:\Users\Administrator> python ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Python 3.8.10 (default, May 19 2021, 13:12:57) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
- 导入pytorch库
>>> import torch
- 调用pytorch库函数，检查GPU是否支持。
>>> torch.cuda.is_available()
False
- 退出python解析器，回到conda环境
>>> quit()
第5步：Python图形化集成开发环境PyCharm?的安装（可选）
作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119065766
