1.设置独立的python环境
-
anaconda 里面有conda这个工具,可以独立设置python环境,但是需要配置清华的镜像源:具体参考
conda解决不能下载的问题:https://www.cnblogs.com/tianlang25/p/12433025.html
https://cloud.tencent.com/developer/article/1572996配置完成之后使用:
//第一步创建
conda create -n "虚拟环境名称" python=3.8.3
例如:
conda create -n translate python=3.8.3
//第二步激活
activate translate
这样就进入到了conda设定的专有环境了当第二次登录系统,又想重新进入conda设定的专有环境,可以使用
activate translate //translate是设置的虚拟环境名称
1.1 正常创建虚拟环境的方法
-
python3.3以后,官方提供了venv的方式创建虚拟环境 可使用 python -m venv -h 进行命令查看
-
创建虚拟环境:python -m venv venvdemo //创建名为venvdemo的虚拟环境,执行完该指令后,会在cmd所在的地方生成一个venvdemo的文件夹,打开该文件夹,里面包含Lib文件(虚拟环境安装的的包,就会放在该文件夹下的site-packages文件夹下)、Scripts文件
-
激活虚拟环境:进入到 Scripts 然后输入:activate 就激活了该虚拟环境,如果使用编辑器的话,那么直接指定Scripts下的python.exe那么也使用的是该虚拟环境(PATH路径最前面的原理,pycharm基本上就是这个原理)
-
去激活虚拟环境:进入到Scripts文件夹,然后 deactivate,这样就从虚拟python环境,跳出来到系统的环境了
-
pycharm每次create project的时候,会出现 new environment using Virtualenv (这个就是上面提到的venv的形式创建虚拟环境),还可以选择conda环境 下方Inherit global site-packages (使用系统中python的包) make available to all projects(把这次创建的虚拟环境当成模板,给其他项目用,就是下面 Existing interpreter中的列表中会出现)
existing interpreter是选择已经创建好的虚拟环境使用:
-
-
基于上一步,导入一个项目已经安装好的包,快速复原项目:pip install -r requirement.txt
2.人工智能模型
-
NLP经典模型网站(能下载模型)是hugging face
-
图像换脸的经典模型是deepface
-
理想模型开发方法:下载经典网站的典型模型,然后在使用自己的数据微调,最后生成真正可以使用的模型
-
模型微调好之后,进入正式使用阶段,从入参到输出结果,依据模型大小,如果模型比较大,参数比较多,那么整个响应的过程也是比较费时间的