mac m1 m2 深度学习环境(pytorch)配置
1、开发工具安装
建议使用pycharm。可以选择专业版或者社区版本
PyCharm:JetBrains为专业开发者提供的Python IDE
2、安装包管理工具
建议使用anaconda包管理,可以使用可视化安装即可
Anaconda | The World's Most Popular Data Science Platform
我这里选择默认安装(Python 3.9 和后面pytorch、OpenCV等均不冲突)
3、配置pycharm
如下,按照箭头顺序进行配置
其中interpreter 是一个路径,比如:
/Users/xxx/opt/anaconda3/bin/python/python
这个路径可以在terminal中通过: conda env list查看
4、安装其他包
由于我们在pycharm中开发,大多数可以直接使用pycharm的图形化界面安装。
但是opencv 和pytoch 建议使用terminal 安装。我们也看到上面并没有搜到opencv-python。
我们在pycharm的terminal中安装
1)首先需要进入对应的conda虚拟环境
conda env list # 查看当前所有conda环境
conda activate xxx # 进入某个Conda环境
conda config --add channels xxx # 添加镜像源(使用国内镜像提高下载速度,例如:conda config --add channels Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror )
2)安装对应的包
conda install -c conda-forge opencv # 安装M1 M2 open cv,已经默认可用
conda install pytorch torchvision -c pytorch # 安装M1 M2 pytorch,已经默认可用
3)验证opencv numpy pytorch 安装成功
import numpy
a = numpy.zeros((3,2))
print('numpy zeros (3,2) succeed
', a)
import cv2
img = cv2.imread('/Users/zhangjianhu/Downloads/9927c88ffdf146a1bed87370e26518de.png')
cv2.imshow('cv2 test img
', img)
cv2.waitKey(1)
print('cv 2 read and show image succeed')
import torch
x = torch.rand(5, 3)
print('torch matrix (5, 3) succeed
', x)
参考链接:
【环境相关】MacBook M1芯片配置python opencv环境_你好,我老婆不吃香菜的博客-CSDN博客
相关文章
- EasyCVR对接华为iVS订阅摄像机和用户变更请求接口介绍
- 精选 | 腾讯云CDN内容加速场景有哪些?
- 模块化网络防止基于模型的多任务强化学习中的灾难性干扰
- 用搜索和注意力学习稳健的调度方法
- 用于多变量时间序列异常检测的学习图神经网络
- 助力政企自动化自然生长,华为WeAutomate RPA是怎么做到的?
- 使用腾讯轻量云搭建Fiora聊天室
- TSRC安全测试规范
- 云计算“功守道”
- 助力成本优化,腾讯全场景在离线混部系统Caelus正式开源
- Flink 利器:开源平台 StreamX 简介
- 腾讯云实践 | 一图揭秘腾讯碳中和?解决方案
- 深度学习中的轻量级网络架构总结与代码实现
- 信息系统项目管理师(高项复习笔记三)
- Adobe国际认证让科技赋能时尚
- c++该怎么学习(面试吃土记)
- 面试官问发布订阅模式是在问什么?
- 面试官:请实现一个通用函数把 callback 转成 promise
- 空中悬停、翻滚转身、成功着陆,我用强化学习「回收」了SpaceX的火箭
- 中山大学林倞解读视觉语义理解新趋势:从表达学习到知识及因果融合