Anaconda+Pycharm 项目运行保姆级教程（附带视频）
最近很多小白在问如何用anaconda+pycharm运行一个深度学习项目，进行代码复现呢？于是写下这篇文章希望能浅浅起到一个指导作用。
附视频讲解地址：Anaconda+Pycharm项目运行实例_哔哩哔哩_bilibili
一、项目运行前的准备（软件安装）
这是很重要的一部分，需要下载的东西包括：
（1）Anaconda
官网下载地址：https://www.anaconda.com/
（2）Pycharm
官网下载地址：https://www.jetbrains.com/pycharm/
ps：下载社区版即可
这部分可参考下面这篇博客，写的十分详细！！
软件安装参考：【写给小白】Anaconda+Pycharm保姆级环境搭建教程（2024年最新）_pycharm anaconda环境搭建-CSDN博客
有几个值得注意的点：
- 尽量不要直接默认下载到C盘，且记得自己下载的位置
- 注意配置好环境变量
二、Github项目下载并打开
要实现代码的复现，从0开始肯定不太现实，因此建议直接根据自己的研究方向，从github上下载源代码进行打开
1、下载源代码
进入GitHub的代码地址，点击绿色按钮即可下载安装包
2、进行解压缩并使用Pycharm进行打开
解压缩完毕之后，记住源代码位置
点击文件->打开-> 找到项目的地址 然后打开项目
第一次打开项目，pycharm会经历一个比较漫长的过程，因为需要扫描文件索引（pycharm右下角），这时候只需要耐心等待即可
3、找到主文件并配置环境
打开完成后，需要找到程序运行的主文件，去看看这个项目需要哪些python包，一般来说，主文件的命名为main.py 或者 train.py（这里是train.py)
一般来说深度学习的代码都需要pytorch，因此需要进行pytorch的安装，这里我们就需要用到anaconda创建一个虚拟环境。创建虚拟环境能够方便将项目环境区分开来，也适合于版本不匹配卸载重装，十分有效。
import部分标红报错的地方就是我们没有进行安装的东西。下面进行虚拟环境的安装
（1）更改anaconda镜像源
在Anaconda中更改镜像源可以提高包下载速度，特别是在某些地区访问官方镜像可能会较慢。因此需要进入anaconda的prompt，输入下面的指令（这里更改为清华镜像源）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
config --set show_channel_urls yes（2）创建python虚拟环境
这里的 -n 后面是虚拟环境的名称，可以自行更改，python=3.7为指定python的版本
conda create -n pytorch python=3.7 激活并进入虚拟环境
conda activate pytorch
（3）进行pytorch包的下载
首先要确定自己的电脑有没有独显，如果有，就下载GPU版本的Pytorch，利用GPU加速运算，如果没有，就只能下载CPU版本的Pytorch，输入win+R打开cmd
输入代码，查看cuda版本配置
nvidia-smi
我的电脑没有独显，因此我进行cpu版本pytorch的安装，如果你的电脑有独显，可以参考下面这篇文章进行gpu版本的安装
gpu版本pytorch安装链接：Anaconda创建Pytorch虚拟环境（排坑详细）_anaconda创建pytorch环境-CSDN博客
- 进入pytorch官网，查看下载命令
官网地址：PyTorch
- 进入创建好的虚拟环境，进行安装
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple这里为了加速安装使用了清华镜像源
（4）进行pytorch的测试
- 在虚拟环境中输入python
python
- 输入 import torch
import torch- 输入print (torch.__version__) 显示版本号即表示安装成功！
print (torch.__version__)
三、 项目配置解释器并运行
1、项目解释器的配置
（1）添加解释器
点击右下角->添加新的解释器->添加本地解释器
选择conda->使用现有环境 点击我们刚刚创建的解释器，点击确认即可
（2）安装其他python包
等待pycharm更新完成解释器后，可以查看还有什么python包标红，标红的我们进行安装即可，一般命令为
pip install python包名称安装方式有两种，一种是在anaconda的prompt中继续安装（一定要在你创建的虚拟环境下）
另一种可以点击pycharm的终端进行安装
2、项目代码的运行
接下来就可以毫无顾忌的运行代码了。
首先找到mian函数，也就是运行的入口
查看里面的一些参数，help中表示这个参数的解释。可以看到这里面重要的一个就是data_path，它代表数据的存储位置，这里面的存储位置是根目录下面的data文件夹，可以检查是不是有这个文件夹（一般没有，因为作者不会把数据集上传）因此需要自己下载数据集，然后将数据放到data文件夹下
完成这一切后，右击鼠标，进行运行即可！
但请注意，运行的过程可能会遇到很多很多的报错，请不要慌，一遍一遍解决错误，be patient！一定能成功的！
都看到这里了，给个小心心♥呗~