深度学习环境搭建

(1) 安装 Anaconda :建立 Python 应用环境
安装成功界面如下:

(2) Visual Studio Code: 建立代码编辑环境
1.安装Python扩展

2.选择合适的Python解释器
3.安装下列应用扩展:codeRunner : 快速运行程序
Jupyter : 交互式运行程序
Pylance : 高效代码提示
安装完成如图所示:

4.创建交互式代码 ipynb,对应 Jupyter 功能

(3) 安装 OpenCV :建立视觉开发环境
选择View|Terminal 菜单或者快捷键 CTRL+~,可切换至命令行终端,执行指定命令
pip install i https://pypi.tuna.tsinghua.edu.cn/simple
opencv python==4.5.1.48
安装成功测试结果如下:

(4) 安装 PyTorch :建立深度学习开发环境
上PyTorch 网站( https://pytorch.org/ org/),根据自己机器选择相应配置,找到对应安
装指令,复制该指令。

检测Pytorch 是否安装成功(对应 GPU 版本的测试代码)运行结果如下:

posted @   孙莹莹  阅读(249)  评论(0编辑  收藏  举报
编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· 字符编码:从基础到乱码解决
· Open-Sora 2.0 重磅开源!
点击右上角即可分享
微信分享提示