開發環境搭建
本文檔將詳細介紹如何搭建深度學習開發環境，包括 Python 環境配置、IDE 選擇與配置以及虛擬環境管理。
也會介紹一下最近比較流行的 uv 工具。它是一個用 Rust 編寫的極其快速的 Python 包和項目管理工具。
uv 是一個非常強大的工具，它可以幫助你管理你的 Python 項目和包。它可以創建、安裝、卸載、更新、管理、發布 Python 項目和包。
Python環境配置
Python版本選擇
- 推薦使用Python 3.8或3.9版本
- 從Python官網下載對應版本
- 安裝時勾選"Add Python to PATH"
環境變量配置
- 確保Python已添加到系統PATH
- 驗證安裝：
python --version pip --version
IDE選擇與配置
VSCode（推薦）
- 下載安裝VSCode
- 安裝Python擴展
- 配置Python解釋器
- 推薦安裝的擴展：
- Python
- Jupyter
- Python Indent
- Python Docstring Generator
PyCharm
- 下載安裝PyCharm
- 配置Python解釋器
- 安裝常用插件：
- Jupyter
- Python Enhancement
選擇什么樣的 IDE 取決于個人喜好和項目需求。對于我來說，我更傾向于使用 VSCode。
虛擬環境管理
使用venv（Python內置）
# 創建虛擬環境
python -m venv myenv# 激活虛擬環境
# Windows
myenv\Scripts\activate
# Linux/Mac
source myenv/bin/activate# 退出虛擬環境
deactivate
使用Conda（推薦）
-
下載安裝Anaconda或Miniconda
-
創建和管理環境：
# 創建新環境
conda create -n deeplearning python=3.9# 激活環境
conda activate deeplearning# 退出環境
conda deactivate# 查看所有環境
conda env list
如果使用 conda ，個人推薦使用 Miniconda ，因為它更輕量，而且可以快速創建和管理環境。
使用uv
# 安裝uv
pip install uv# 創建新環境
uv venv# 激活虛擬環境 - Windows
.venv\Scripts\activate# 激活虛擬環境 - Linux/Mac
source .venv/bin/activate# 退出環境
deactivate# 查看所有環境
uv list
更多關于 uv 的使用，有需要的后續會繼續介紹。
驗證環境配置
完成以上步驟后，運行以下命令驗證環境：
# 檢查Python版本
python --version# 檢查pip版本
pip --version# 如果使用conda，檢查conda版本
conda --version# 如果使用uv，檢查uv版本
uv --version
注意事項
- 建議為每個項目創建獨立的虛擬環境
- 定期更新包管理器：
python -m pip install --upgrade pip conda update conda # 如果使用conda - 保持良好的環境管理習慣，避免環境混亂
- 記錄項目依賴，方便環境復現
- 使用conda，盡量避免在base環境下安裝包, 而是在新環境下安裝包。因為base環境下的包會被其他環境共享。
