Python/Pytorch/Tensorflow/QT安装_虚拟环境同时安装tensorflow和pytorch

1.Python/Anaconda系列安装

1.1安装Python（建议用Windows 10 环境安装，可能会少很多失败问题，而且同等硬件下运行比win7或win8快。）

安装python时，不必单独安装，可直接安装anaconda。速度快，日后省去很多麻烦。以下是安装时所用的文件列表及版本号，安装顺序为win10->Anaconda->Pycharm： 

Note：上述python-3.8.2文件夹可不用安装。整个重装系统/安装所需程序环境耗时约2~3小时。

1.2虚拟环境安装、使用

一、创建虚拟环境

conda create --name yourEnv python=3.10

–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
python=3.10：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.（注意，创建时一定要指定python版本，否则后面环境中找不到python.exe.除非安装pytorch时会自带个python3.10，但也得等安装完pytorch才能看见） [顺利]
若想在别人虚拟环境的基础上创建自己的环境：conda create --name <yourEnv> --clone <baseEnv>

pip的临时加速：可以在使用pip的时候在后面加上-i参数，指定pip源 

​pip install pytest -i https://pypi.tuna.tsinghua.edu.cn/simple/

二、使用虚拟环境

切换到新的环境（命令行法）
1.打开 Anaconda Prompt
2.查看已有环境：conda info -e（注意*代表当前选择的环境）
3.切换环境：conda activate $环境名
4.关闭环境：conda deactivate

5，删除环境：

# 第一步：首先退出环境
conda deactivate
 
# 第二步：删除环境
conda remove -n  需要删除的环境名 --all

6，在新环境下，利用pip 批量安装requirements.txt的环境。（在安装前需要先cd到requirements.txt所在的文件夹）

pip install -r requirements.txt
 
#或指定加速源来安装，一般会更快，例如下面：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

三、其他问题

1，conda路径出错时配置，参考https://blog.csdn.net/fuzekun/article/details/127796013

2，C盘不够大，如何将Anaconda和虚拟环境envs迁移到其他盘？

剪切到新的地方，同时在原地方放置一个同名快捷方式即可。我的Anaconda为6G，envs为13.5G。移开后C盘空出20G。同样的，一般桌面的文件存储空间也可链接到其他盘，在桌面图片右击，默认地址改到其他盘即可。

Anaconda ＞ Windows+Anaconda迁移到另一个硬盘_anaconda整体迁移另一个盘_我发在否的博客-CSDN博客

3，C盘不够大，如何在创建虚拟环境时指定到D盘或其他盘创建？

#conda create --prefix=TargetPath/VenvName python=3.10  #如果想创立到别的盘，用此代码
#conda activate D:\Conda\添加所建文件夹名  #D 盘创建的环境，如果conda info -e没有名称，用此种方法进入

1.3 Pytorch安装，与运行demo程序（为何要先创建虚拟环境再安装）

      我们在做开发时可能会同时开发多个项目，这些项目可能会依赖于不同的python环境，比如有的用到3.6有的用到3.7，这时我们创建不同版本的python，放到虚拟环境中给不同的项目分别提供其所需要的版本，这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同一个版本的python，这时候还是需要创建conda虚拟环境的，比如一个项目用Pytorch开发，一个项目用TensorFlow开发，不同框架对python包依赖，对底层库的依赖是不同的， 此时可能会起冲突，比如安装Pytorch后再安装TensorFlow时可能会将Pytorch所用依赖更新，则会导致Pytorch无法运行。故创建虚拟环境是非常有必要的，它可以隔离各项目所需环境，让项目之间不会起冲突。

昨天很多错误、jupyter打不开，就是安装了太多乱七八糟的包导致的不匹配。然后也无从查找原因。以后运行不同类型的工程，要放在不同的虚拟环境中，这样包的版本才不会打架。

以下为创建虚拟环境并成功安装Pytorch，且运行《？》chapter11中演示代码main.py的方法：

1.4 Tensorflow安装

tensorflow安装教程详解（Win10，CPU，Anaconda）_如何安装tensorflow_空空噜的博客-CSDN博客主要参考以上来安装tensorflow，按照上述方法创建新环境取名为tensorflow_cpu-->安装好tensorflow-->测试好tensorflow安装-->配置好Pycharm的tensorflow环境-->配置好jupyter的tensorflow环境。

以下为执行过程中的弯路Note:

1，如果安装好tensorflow后测试出现“在命令行中出现“import”不是内部或外部命令，也不是可运行的程序的情况。

解决方法： import 只能在python 环境下用在命令行中进入tensorflow环境后，要先键入python，进入python解释器，再import就可以正常运行了”

出错及修正代码如下：

(tensorflow_cpu) C:\Users\Administrator>import tensorflow as tf
•'import' 不是内部或外部命令，也不是可运行的程序或批处理文件。
•(tensorflow_cpu) C:\Users\Administrator>python
•Python 3.7.13 (default, Oct 19 2022, 10:19:43) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
•Type "help", "copyright", "credits" or "license" for more information.
•>>> import tensorflow as tf
•>>> tf.__version__
•'2.9.1'

2：如果在pycharm中添加解释器时，按如下选择”已有环境”——添加(新建的环境)tensorflow_cpu文件夹内的python.exe即可。

3：如果在jupyter中使用tensorflow，如下：

1.5 QT安装

1.安装QT 5.12.0

下载图形界面设计安装包.exe，并安装QT5.12.0。该软件可以设计图形化界面，并生成.ui文件。

    为何是QT5.12.0，因为教材《Python Qt GUI与数据可视化编程》就是该版本来讲说，为了保持代码和教材的一致性，减少学习过程中的Bug干扰。其下载地址：Index of /archive/qt/5.12/5.12.0

    安装文件下载需2.9G，其中按教材的勾选以下复选框，

MinGW 7.3.0/

Qt Charts/

Qt data visulizaiton/

Qt creator 4.8.0 Debugger Support /

MinGW 7.3.0 64 bit这五项需要选中。(注意/安装时间可能需要1小时或以上，留足时间)

【用该版本优点：1，有全套教程技术支持，如果教材满足你所有要求，即是最佳选择。  2,安装快，几乎不会有什么出错。（弯路：安装5.15以上，出了错被卡了2~3天还没解决，因为太新，网上也没有很多修正bug的方案。）缺点：不够新】

2安装PyQt5 

该软件可以将上述设计好的.ui界面文件，转化成.py文件，供其他功能调取。

在需要的环境中，直接用指令安装： pip3 install PyQt5

或更快的速度： pip3 install PyQt5 -i https://pypi.douban.com/simple