当前位置: 首页 > article >正文

vscode环境搭建

目录

一、安装VSCode

二、安装Python

三、安装Anaconda(可选,但推荐)

四、安装深度学习相关库

五、配置VSCode

六、 结果可视化


一、安装VSCode

  1. 访问官网下载:从VSCode官方网站下载适合你操作系统的安装包
  2. 安装:运行安装包,按照提示完成安装。

Download Visual Studio Code - Mac, Linux, Windows

下载中文包(restart后生效)

二、安装Python

  1. 访问官网下载:从Python官方网站下载最新版本的Python(建议选择3.8及以上版本)
  2. 安装:运行安装包,确保勾选“Add Python to PATH”选项,然后按照提示完成安装

三、安装Anaconda(可选,但推荐)

  1. 访问官网下载:从Anaconda官方网站下载适合你操作系统的安装包
  2. 安装:运行安装包,按照提示完成安装。
  3. 创建和激活虚拟环境
    1. 创建虚拟环境:conda create -n myenv python=3.8
    2. 激活虚拟环境:conda activate myenv

四、安装深度学习相关库

  1. 安装TensorFlow
    1. 在终端中输入以下命令:pip install tensorflow
  1. 安装PyTorch
    1. 根据你的系统和CUDA版本,访问PyTorch官网找到正确的安装命令。例如:pip install torch torchvision torchaudio
  1. 安装其他常用库

NumPy:pip install numpy

SciPy:pip install scipy

Pandas:pip install pandas

Matplotlib:pip install matplotlib

Scikit-learn:pip install scikit-learn

五、配置VSCode

  1. 安装Python扩展

打开VSCode,点击左侧的扩展图标,搜索并安装“Python”扩展

  1. 选择Python解释器

在VSCode中,按下F1键,输入并选择“Python: Select Interpreter”,然后选择你刚刚创建的虚拟环境

  1. 配置自动激活虚拟环境(可选):

在VSCode中,打开设置,搜索“Python: Auto Activate Environments”,确保该选项已勾选

  1. 配置jupyter notebook

ctrl+`打开终端

pip install ipykernel

六、 结果可视化

  1. 安装Matplotlib:如果尚未安装,可以使用命令pip install matplotlib
  2. 绘制图表:在代码中使用Matplotlib绘制训练过程中的损失和准确率等图表


http://www.kler.cn/a/545314.html

相关文章:

  • 【个人开发】deepseed+Llama-factory 本地数据多卡Lora微调
  • 有关Java中的接口
  • 计算机网络(1)基础篇
  • 服务器使用centos7.9操作系统前需要做的准备工作
  • c++TinML转html
  • Broker: Unknown topic or partition 问题解决
  • 爬虫代码中如何设置请求间隔?
  • Android 原生层SurfaceView截屏
  • PL/SQL 变量以及数据类型(上篇)
  • 【React】react-redux+redux-toolkit实现状态管理
  • 基于WebAssembly的后端服务突破:打造高性能、安全的新型微服务架构
  • 27、深度学习-自学之路-NLP自然语言处理-做一个简单的项目识别一组电影评论,来判断电影评论是积极的,还是消极的。
  • Golang 进阶训练营
  • Rocky Linux系统修改网卡全攻略
  • 【清晰教程】本地部署DeepSeek-r1模型
  • C语言插入排序之直接插入排序
  • 【网络安全 | 漏洞挖掘】价值3133美元的Google IDOR
  • VS Code 通知中一直显示“Reactivating terminals...”的问题解决
  • 解决 paddle ocr 遇到 CXXABI_1.3.13 not found 的问题
  • JAVA DDD设计模式:用策略模式干掉满屏if-else