小编这次要给大家分享的是如何搭建Anaconda＋vscode＋pytorch环境，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。
创新互联长期为千余家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为石泉企业提供专业的成都网站制作、成都做网站，
石泉网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。
1、安装Anaconda
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。在官网上下载https://www.anaconda.com/distribution/，因为服务器在国外会很慢，建议从清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
2、安装VScode
需要在Anaconda再装VScode,因为Anaconda公司和微软公司的合作，不用在对进行VScode的配置。
3、安装Pytorch
Pytorch是facebook公司发布的著名深度学习框架。在Pytorch官网上https://pytorch.org/在命令行窗口输入
4、fastai
fastai 基于 PyTorch，提供简单易用的 API 接口，用更少的代码实现常用任务的模型搭建和训练。
有两种方式可以安装fastai
conda和pip两者都是包管理器（自动化软件安装，更新，卸载的一种工具）
Conda安装
conda install -c fastai fastai
pip安装
pip install fastai
5、验证安装成功
from fastai.vision import models, URLs, ImageDataBunch, cnn_learner, untar_data, accuracy
import torch
def main():
path = untar_data(URLs.MNIST_SAMPLE) # 下载数据集，这里只是MNIST的子集，只包含3和7的图像,会下载并解压（untar的命名原因）到/root/.fastai/data/mnist_sample（如果你是root用户）下，包含训练数据，测试数据，包含label的csv文件
data = ImageDataBunch.from_folder(path) # 利用ImageDataBunch读取文件夹，返回一个ImageDataBunch对象
learn = cnn_learner(data, models.resnet18, metrics=accuracy) # 构建cnn模型，使用resnet18预训练模型
learn.fit(1) # 训练一轮
if __name__ == '__main__':
main()
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
当前文章：如何搭建Anaconda＋vscode＋pytorch环境-创新互联
文章位置：
http://cdkjz.cn/article/dcocid.html
