用PyCharm和Anaconda搭建强化学习环境

news2024/11/25 1:08:29

一些碎语:因为我之前没学习过python,所以搭建这个环境的周期差不多一周,最终搭好了这个又爱又恨的环境(这个成语用的多少有点文化沙漠了),这里简单梳理一下搭建环境的完整步骤。

首先下载Anaconda

下载地址:https://www.anaconda.com/download/

  1. 进入之后,直接下载最新版即可(不用考虑版本冲突)。

在这里插入图片描述

  1. 下载完以管理员的身份打开。
  2. Install for:选择Just Me
    在这里插入图片描述
  3. 选择一个安装路径。(下面这个图片是我的安装路径,方便你们下面进行比对。Anaconda文件夹是我自己事先建的,你们随意,只要记住自己安装的路径就好)
    在这里插入图片描述
  4. 勾选下图的这个选项(也可以不勾选,然后自己配环境变量),其他的选项我没改,保持默认,你们也可以按需选择。
    在这里插入图片描述
  5. 接下来耐心等进度条跑完(我当时等了1个小时,可能需要魔法上网)
  6. 点击next
  7. 取消所有勾选,如下图:
    在这里插入图片描述
  8. 至此,Anaconda安装完毕,可以验证一下。win+r打开命令行输入conda -V,如果出现版本号就证明正确安装:(注意区分大小写)
    在这里插入图片描述
    下面的内容是我总结一位B站UP的,不过里面有些内容略过了,所有的内容我都总结在下文了。
    推荐你们先观看他的视频,然后需要的地方再看我的内容作为补充。
    视频链接:https://www.bilibili.com/video/BV11Z4y1f7u3/

下面的内容是我对视频的总结

先说好,防止有些人找借口偷懒(狗头):

  • 不需要魔法上网。GitHub虽然是外网,但可以直接访问;
  • 不需要学习克隆,直接下载压缩包即可。

如果“魔法上网”和“克隆”这两个概念没听说过,完全不要紧,本文非必须。

进入正文:

  1. 先去GitHub上下载项目:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
    在这里插入图片描述
  2. 下载后,解压到任意目录。(下图是我的解压目录)
    在这里插入图片描述

注意:到这里,我们已经使用了两个安装目录。一个是Anaconda的安装目录,一个是GitHub项目的安装目录(我当时就把这两个搞混了)。

  1. 配置镜像。
    (1)在开始菜单找到Anaconda Navigator并打开(这个过程中可能会闪几次命令行,正常,等待即可)。
    (2)打开之后,点击上面的channels按钮
    (3)点击Add…,然后把这段粗体放进去:https://mirrors.aliyun.com/anaconda/pkgs/free/,然后回车。
    在这里插入图片描述

    (4)还有两条镜像,按照步骤(4)再来2遍即可。
    https://mirrors.aliyun.com/anaconda/pkgs/main/
    https://mirrors.aliyun.com/anaconda/pkgs/r/
    (5)把之前默认的(default)镜像删除。
    (6)Update channels。
    (7)更新完就可以关闭Anaconda Navigator了。

  2. 在开始菜单找到Anaconda Promot并打开。为了方便,下文把Anaconda Promot面板叫作“Promot面板”。(通过cmd打开的面板下文叫作“命令行面板”,这两个面板不同哦)。

  3. 将Promot面板的路径切换到安装GitHub项目的路径。我以自己来举例:
    下图是我GitHub项目的安装路径:
    在这里插入图片描述
    我要在Promot面板输入以下命令:
    (1)输入d:可以切换到D盘,e:可以切换到E盘。如下图:
    在这里插入图片描述
    (2)复制自己GitHub的安装路径,在Promot面板先输入cd 你项目的路径(注意cd后面有个空格):
    在这里插入图片描述
    (3)路径切换到自己GitHub路径后,输入conda env create -f environment.yml
    这个过程可能需要一些时间。
    (4)上一步就是用来搭建虚拟环境的命令,执行完之后可以输入conda info --envs来验证是否创建了环境(建议直接复制加粗部分,手敲容易出纰漏)
    在这里插入图片描述
    base是默认环境,下面的那个pytorch-CycleGAN-and-pix2pix就是我们刚创建的虚拟环境。
    注:如果你虚拟环境的路径与预期不符,一定参看这篇文章:
    https://blog.csdn.net/QH2107/article/details/126246310

如果你不需要看上面的文章,跳过下面这段:
如果你按照文章的做了,关了Promot面板然后重新打开,输入conda remove -n 虚拟环境名字 --all把之前那个虚拟环境删了。 然后把上面的代码再敲一遍(我当时至少反复敲了10遍,痛)。

备忘(这是一个标记,不用管,往下看)

  1. 第5步把虚拟环境创好了,那肯定就要切换到我们的虚拟环境,输入conda activate pytorch-CycleGAN-and-pix2pix
    在这里插入图片描述
  2. 打开网址并下载:http://efrosgans.eecs.berkeley.edu/cyclegan/datasets/facades.zip
    下载的是数据集,解压缩到GitHub项目路径下的datasets文件夹下:
    在这里插入图片描述
    如果想下载其他数据集,访问这个地址:http://efrosgans.eecs.berkeley.edu/cyclegan/datasets/
    我就先不下载其他的了。
  3. 现在Promot面板应该还在虚拟环境中,输入conda uninstall visdom,然后输入pip install visdom -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
  4. 然后在磁盘找到你Anaconda的安装路径,选择envs文件夹,选择pytorch-CycleGAN-and-pix2pix文件夹,然后Lib,然后site-packages,然后visdom。
    • 如果有server.py文件,右键以记事本方式打开;

    • 如果没有,打开 server文件夹,右键以记事本方式打开run_server.py;

  5. 打开之后,ctrl+f然后搜索download_scripts(),然后将这一行代码注释(ctrl+/),如下图:
    在这里插入图片描述
  6. 回到Promot面板,输入python -m visdom.server
    在这里插入图片描述
    我们可以访问网址http://localhost:8097/
    下图表示成功:(如果没有上面的工具栏,说明上面的某一步有错误)
    在这里插入图片描述
    其实现在环境就搭好了,为了更直观,我们下载PyCharm社区版:https://www.jetbrains.com/zh-cn/pycharm/download/#section=windows
    我用的的2023版本,和2021版本有一点区别(视频里用的2021),不过这些版本都可以用,不同之处下面会将。

使用PyCharm

  • 直接将GitHub项目路径下的pytorch-CycleGAN-and-pix2pix文件夹拖到PyCharm的图标上。
  • 或者在PyCharm中Open这个项目。

上面两种方式任选一种接口。

  1. 打开之后,等PyCharm下方的进度条跑完。然后点击工具栏右侧的设置,打开Settings。
    在这里插入图片描述
  2. 然后选择Python Interpreter
    在这里插入图片描述
  3. 点击下图这个,然后点击Add Local Interpreter
    在这里插入图片描述
  4. 选择Conda Environment
    在这里插入图片描述
  5. 这里PyCharm2021和PyCharm2023有点区别,不管你是哪个版本都看一下2023版本的。所以我们先来讲一下2023版本:
    在这里插入图片描述
    (1)先点击上图的文件夹按钮,从你的Anaconda路径下找到condabin下的conda.bat,然后点击Load Environment。
    (2)然后就会编自动刷新出下面的内容,选择
    在这里插入图片描述
    选择我们创建的虚拟环境即可。

这里讲一下2021版本的PyCharm:
在这里插入图片描述
因为我没安装2021版本,所以是从上面的视频里截取的,这一段看视频更直观,当然你如果喜欢文字的话,我们继续看这段文字。
(1)选择Existing environment
(2)然后点击interpreter最右侧的三个点,找到Anaconda路径→envs→pytorch-CycleGAN-and-pix2pix→python.exe,然后一直点击OK,如果有进度条就等它跑完。

  1. 打开Python的Terminal(在PyCharm的左下角)
    在这里插入图片描述
  2. 在Terminal中输入这个代码python train.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA
    在这里插入图片描述
  3. 回车然后等几分钟。(注意:一直到这Promot面板都不能关闭,如果关了,找到上面“备忘”,从那开始)
  4. 当Terminal中跑到第2阶段,就能在http://localhost:8097看到结果:
    在这里插入图片描述
    在这里插入图片描述
  5. 到这就结束了,如果没看视频,真心建议你看一下。

再见!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/461397.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java线程间通信方式(3)

前文了解了线程通信方式中的CountDownLatch, Condition,ReentrantLock以及CyclicBarrier,接下来我们继续了解其他的线程间通信方式。 Phaser Phaser是JDK1.7中引入的一种功能上和CycliBarrier和CountDownLatch相似的同步工具,相…

mapbox-gl 移动端(H5)位置共享交互

文章目录 前言逆地理编码:获取周边地点地理编码:查询位置大头针选位位置卡片 前言 分享最近写的一个小demo,功能类似微信小程序端的大头针位置共享功能,需要实现的主要功能包括位置查询、周边地点检索、位置定位等,数…

BUUCTF jarvisoj_level0

小白垃圾做题笔记而已,不建议阅读。。。 这道题感觉主要就是64位程序ebp8 题目中给出了shellcode 我们直接将返回地址覆盖就好。 在main函数中调用了vulnerable_function()函数。 vulnerable函数是一个漏洞函数:(存在缓溢出),我们只需要将…

html-audio标签样式重写思路

搭配slider 组件 ,利用原生audio的属性和方法重写样式 写个样式.监听url变化 初始化绑定播放, 拖动进度条,拖动音量, 静音按钮等事件 const audioRef ref(null) // 绑定audio标签 const playProcess ref(0) // 进度条绑定的值 const volume ref(1) // 音量绑定的值 const …

C++ STL之vector容器

目录 一、vector容器的介绍 二、vector容器的使用 1.vector的构造函数 2.vector的赋值操作 3.vector的容量与大小 4.vector的插入和删除 5.vector的数据存取 6.vector的互换容器 7.算法模块在vector的应用 ①find算法(std) ②sort算法(std) 一、vector容器的介绍 引…

07 - 进程创建大盘点

---- 整理自狄泰软件唐佐林老师课程 查看所有文章链接:(更新中)Linux系统编程训练营 - 目录 文章目录 1. 进程创建回顾2. 再论进程创建2.1 思考2.2 vfork()深度分析2.3 vfork()要点分析2.4 fork()的现代优化2.5 编程实验:fork() &…

【安卓源码】Binder机制2 -- addService 流程

0、binder 进程间通信原理 一次完整的 Binder IPC 通信过程通常是这样: 首先 Binder 驱动在内核空间创建一个数据接收缓存区; 接着在内核空间开辟一块内核缓存区,建立内核缓存区和内核中数据接收缓存区之间的映射关系,以及内核中…

PHP入门【1】环境搭建

目录 一,安装appserv组合包 二,运行第一个php程序 一,安装appserv组合包 组合包:将apache,mysql,php等服务器软件和工具安装配置完成后打包处理 组合包大大提高了我们的效率,不需要为配置环境…

Linux服务器出现503 服务不可用错误怎么办?

​  HTTP 503 服务不可用错误代码表示网站暂时不可用。无论您是网站访问者还是管理员,503 页面都很麻烦。尽管该错误表明存在服务器端问题,但对于访问者和网络管理员来说,有一些可能的解决方案。本文将解释Linux服务器出现503 服务不可用错…

PowerShell Studio 2023 Crack

PowerShell Studio 2023 Crack SAPIEN Script Packager为MSI Builder添加了ARM64平台支持。 增加了对Microsoft PowerShell 7.2.11和7.3.4的支持。 WiX工具集已更新到3.14。 PowerShell Studio 2023 Crack是可用的功能最强大、功能最完整的PowerShell集成脚本环境(ISE)之一。更…

通达信VCP形态选股公式,憋了好几天才写出来

VCP形态的英文”Volatility Contraction Pattern”的缩写,意思是“波动收缩形态”。VCP形态是全美交易冠军马克米勒维尼的核心交易模式之一,在其著作《股票魔法师》中有详细介绍。 马克米勒维尼把VCP形态比喻为湿毛巾,拧过一次后仍含水&…

动态链接库的链接和运行

本文对动态链接库的链接和运行进行一个总结,为什么要分开说呢?因为链接通过生成可执行文件并不代表运行时能找到依赖的动态库。这与静态库是不一样的,因为静态库在编译完成后会库会编译到可执行程序中,但是动态链接库则不然&#…

最新研究:可审计的具有拜占庭鲁棒的联邦学习方案

本人新论文,可免费下载:https://download.csdn.net/download/liangyihuai/87727720 Y. Liang, Y. Li and B. -S. Shin, “Auditable Federated Learning With Byzantine Robustness,” in IEEE Transactions on Computational Social Systems, doi: 10.…

【Unity3D日常开发】Unity3D中实现UI擦除效果、刮刮卡功能

推荐阅读 CSDN主页GitHub开源地址Unity3D插件分享简书地址我的个人博客 大家好,我是佛系工程师☆恬静的小魔龙☆,不定时更新Unity开发技巧,觉得有用记得一键三连哦。 一、前言 使用Unity3D实现UI的擦拭效果、刮刮卡功能的效果实现方式比较多…

Python基于Pytorch Transformer实现对iris鸢尾花的分类预测,分别使用CPU和GPU训练

1、鸢尾花数据iris.csv iris数据集是机器学习中一个经典的数据集,由英国统计学家Ronald Fisher在1936年收集整理而成。该数据集包含了3种不同品种的鸢尾花(Iris Setosa,Iris Versicolour,Iris Virginica)各50个样本&am…

BatchNormalization和LayerNormalization的理解、适用范围、PyTorch代码示例

文章目录 为什么要NormalizationBatchNormLayerNormtorch代码示例 学习神经网络归一化时,文章形形色色,但没找到适合小白通俗易懂且全面的。学习过后,特此记录。 为什么要Normalization 当输入数据量级极大或极小时,为保证输出数…

【算法基础】直接插入排序 + 希尔排序

👦个人主页:Weraphael ✍🏻作者简介:目前正在学习c和算法 ✈️专栏:【C/C】算法 🐋 希望大家多多支持,咱一起进步!😁 如果文章有啥瑕疵 希望大佬指点一二 如果文章对你有…

基于人类反馈的强化学习(RLHF)在LLM领域是如何运作的?

基于人类反馈的强化学习在LLM领域是如何运作的? 为什么需要强化学习RLHFPre-training modelReward ModelFine-tune with RL 参考 为什么需要强化学习 指标无法衡量。在过去的nlp任务中,词性标注、机器翻译、语义判别等任务是nlp任务的主力军&#xff0c…

Hytrix原理

这里写目录标题 Hytrix容错机制熔断资源隔离线程池隔离信号量隔离 服务降级请求缓存请求合并 Hystrix流程图 Hytrix容错机制 熔断 在一个统计时间窗口(HYST rixCommandProperties.metricsRollingStatisticalWindowInMilliseconds())内,处理…

转化率双倍暴涨——客户自助服务门户

近年来,社交媒体的兴起使客户负责品牌对话。随着电子商务和在线帮助需求的扩大,公司必须满足并超越新的期望,以保持客户满意度。 通过SaleSmartly(ss客服)自动化流程功能建立客户自助服务是一种双赢的决策&#xff0c…