深度学习环境配置指南：基于Anaconda与PyCharm的全流程操作

一、环境搭建前的准备

查看基础环境位置

bash 复制代码

conda env list

**操作说明：**通过该命令确认Anaconda默认环境（base）所在磁盘路径（如D盘），后续操作需跳转至该磁盘根目录。

二、创建与激活独立虚拟环境

1. 创建Python 3.12环境

bash 复制代码

conda create -n pyTraining python=3.12

参数说明：

-n pyTraining：指定环境名称为pyTraining

-python=3.12：指定Python版本为3.12

2. 初始化Conda并重启终端

bash 复制代码

conda init

**操作要点：**执行后需关闭当前终端，重新打开以生效。

3. 激活新创建的环境

bash 复制代码

conda activate pyTraining

**验证方式：**终端提示符出现(pyTraining)前缀即表示激活成功。

三、依赖库安装与镜像加速

1. 基础工具包安装

bash 复制代码

pip install tqdm # 进度条工具

2. 数据库连接库

bash 复制代码

pip install mysql-connector-python -i https://mirrors.aliyun.com/pypi/simple

**镜像说明：**使用阿里云镜像提升下载速度。

3. 模型可视化工具

bash 复制代码

pip install torchviz -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install graphviz -i https://pypi.tuna.tsinghua.edu.cn/simple

**适用场景：**用于PyTorch模型的计算图可视化分析。

4. 数值计算库（指定版本）

bash 复制代码

pip install numpy==1.26.4 -i https://mirrors.aliyun.com/pypi/simple

**版本锁定原因：**确保与课程/项目代码兼容性。

5. 计算机视觉库

bash 复制代码

pip install -i https://mirrors.aliyun.com/pypi/simple opencv-contrib-python 
pip install -i https://mirrors.aliyun.com/pypi/simple opencv-python

**组合安装说明：**opencv-contrib-python包含扩展模块（如SURF算法），opencv-python为基础库。

四、PyCharm环境配置流程

1. 确认新环境路径

bash 复制代码

conda env list # 查看pyTraining环境路径（如D:\Anaconda3\envs\pyTraining）

2. 在PyCharm中配置解释器

打开PyCharm，进入File > Settings > Project: shixun > Python Interpreter
点击齿轮图标 → Add Interpreter→ Add Local Interpreter
浏览选择新环境下的python.exe路径（如D:\Anaconda3\envs\pyTraining\python.exe）
点击OK完成替换，等待依赖索引更新完成。

找到新地址下的 python.exe 将原来的替换为它，再运行即可

五、实战验证：运行示例脚本

执行测试命令

bash 复制代码

D:\Anaconda3\envs\pyTraining\python.exe F:\pyLshixun6.4\day8\search_img_mysql.py

输出示例：

bash 复制代码

77% | 1397/1803 [01:21<00:25, 15.92it/s]

验证要点： -

确认脚本使用新环境的Python解释器执行

观察进度条（由tqdm库生成）是否正常更新

六、常见问题解决方案

1. 环境激活失败

现象：执行conda activate后未出现环境前缀

排查步骤： - 检查是否已执行conda init并重启终端

确认环境名称拼写是否正确（pyTraining非pyTranin）

2. PyCharm未识别新环境

解决方法： - 手动指定解释器路径时确保目录正确

尝试重启PyCharm或清除项目缓存（File > Invalidate Caches/Restart）

七、附：镜像源列表

|--------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 镜像源 | URL |
| 阿里云 | Simple Indexhttps://mirrors.aliyun.com/pypi/simple |
| 清华TUNA | Simple Indexhttps://pypi.tuna.tsinghua.edu.cn/simple |

使用建议：在pip命令中通过-i参数指定镜像源，提升下载稳定性。

**转载声明：**本文允许非商业用途转载，请保留原文链接与作者信息。