【系统重装】PYTHON 入门——速通版

速通版说明

直接输入指令验证,缺少什么就安装什么

CONDA

conda 也叫 anaconda,验证:

sh 复制代码
conda -V

下载安装配置

如果缺少,参考这篇里面的----Win10(无gpu)https://blog.csdn.net/weixin_46022776/article/details/152517904

下载Anaconda3-2024.10-1-Windows-x86_64.exe
https://repo.anaconda.com/archive/

配置系统环境变量

D:\Environment\anaconda3

D:\Environment\anaconda3\Scripts

D:\Environment\anaconda3\Library\bin

修改虚拟环境的默认路径 (可选)

文章:https://blog.csdn.net/weixin_46022776/article/details/156308826

复制代码
conda config --show

指令查看 pkgs_dirs:

去对应目录 ,即C:\Users\Admin\ 目录修改.condarc 文件,没有可自行创建

最初是只有前5行的,添加envs_dirs:pkgs_dirs: 部分,修改后

复制代码
channels:
  - defaults
  - https://repo.anaconda.com/pkgs/main
  - https://repo.anaconda.com/pkgs/r
  - https://repo.anaconda.com/pkgs/msys2
envs_dirs:
-  D:\Environment\.conda\envs
pkgs_dirs:
-  D:\Environment\.conda\pkgs

显卡驱动

复制代码
nvidia-smi

下载 / 卸载重装

上述指令如果无法显示,大概率是显卡驱动没有装,另外驱动需要更新/卸载重装,也可参考:
https://blog.csdn.net/weixin_46022776/article/details/156388392

英伟达官网驱动下载地址:
https://www.nvidia.cn/geforce/drivers/

注意:如果是做深度学习,下载类型建议选择 ❗Studio驱动程序 ❗

CUDA

cuda 能顺利安装的前提:①GPU是英伟达显卡, ②显卡驱动正常安装。

复制代码
nvcc -V

下载安装

下载: https://developer.nvidia.com/cuda-toolkit-archive

默认安装路径C:\Users\Admin\AppData\Local\Temp\cuda,自定义安装

只勾选下面四个选项,别的都不选!

C:\Users\Admin\AppData\Local\Temp\cuda搜索nsight,手动安装nsight这三个程序 👇

安装完成后,CUDA下的选项再全部勾选,其他两个可不选

默认

勾选

如果出现下面情况,请参考https://blog.csdn.net/weixin_46022776/article/details/156388392

如果不是上面这个界面而是这个,代表成功安装!

创建虚拟环境

py4DSTEM、PyTorch、Cupy

https://pytorch.ac.cn/get-started/locally/

sh 复制代码
# 初始化
conda init

# 新开终端,指定py版本
conda create -n py310_test_win python=3.10
conda activate py310_test_win

# 下载环境需要的包
pip install py4DSTEM

# 前面cuda版本是12.4这里也要对应版本
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124
pip install cupy-cuda12x

测试test_env.py

python 复制代码
# -*- coding: utf-8 -*-
import numpy as np
import cupy as cp
import time

# NumPy测试
start_time = time.time()
x0 = np.ones((100,1000,1000))
x1 = 5 * x0
X2 = x1 * x1
end_time = time.time()
print('numpy执行时间:', end_time - start_time)

# CuPy测试
start_time1 = time.time()
x3 = cp.ones((100,1000,1000))
x4 = 5 * x3
X5 = x4 * x4
end_time1 = time.time()
print('cupy执行时间:', end_time1 - start_time1)


import torch
print('PyTorch 版本:', torch.__version__)
import py4DSTEM
print('Py4DSTEM 版本:', py4DSTEM.__version__)

PyCharm

找到conda.exe可执行文件

D:\Environment\anaconda3\Scripts\conda.exe

相关推荐
ding_zhikai1 小时前
【Web应用开发笔记】Django笔记3:模版的用法-实现一个简单的网页
笔记·后端·python·django
keyborad pianist1 小时前
Java应用基础 Day3
java·开发语言
FL16238631291 小时前
基于yolov11+django+deepseek的血液细胞红白细胞血小板检测系统带登录界面python源码+onnx模型+精美web界面
python·yolo·django
java1234_小锋2 小时前
Java高频面试题:怎么实现Redis的高可用?
java·开发语言·redis
啊阿狸不会拉杆2 小时前
《计算机视觉:模型、学习和推理》第 9 章-分类模型
人工智能·python·学习·算法·机器学习·计算机视觉·分类
Dxy12393102162 小时前
DataFrame缺失值处理:完整指南与实战技巧
python·pandas·dataframe
geovindu2 小时前
python: Visitor Pattern
python·设计模式·访问者模式
闲人编程2 小时前
聚合管道与复杂查询
开发语言·oracle·lua·match·查询·聚合·lookup
哈里谢顿2 小时前
TCP 线程池连接耗尽故障排查指导
python