AI全栈学习过程

2026.3.18开始学习ai全栈技术

首先从安装开始

先是安装vscode 已经提前装好了

接着就是Anaconda的安装根据步骤：https://blog.csdn.net/qq_44000789/article/details/142214660

 首先第一步学会创建Anaconda新的虚拟环境

conda create -n test3.18(虚拟环境名我这里用的日期) python=3.10(python版本，不填默认最新兼容版本)

conda activate test3.18 没出问题即激活成功

目前即可在当前环境下（test3.18）进行资源安装

conda deactivate用以回到base环境    conda env list 查看已有环境    conda remove -n test3.18 --all 删除某个环境下的所有依赖需要手动删除该文件夹才算彻底删除

conda （pip） install numpy pandas 在环境里安装包

接下来 在项目文件中创建虚拟环境

第一步 cd D:\projectDraft 用以切换至所需文件夹

第二步 执行命令（不需要指定虚拟环境名字）

第三步 激活环境

conda activate ./venv

小总结：第一个方式主要将环境集中在Anaconda的本地目录下(我自己设置了一个Anaconda_envs的单独文件夹)1.便于统一管理    2.激活环境不需要记路径可以直接激活   3.多个项目可以共用一个环境（比如一个pytorch开发的环境）4.适合学习，实验以及日常开发

　　　　第二个方式环境就在项目文件夹下 1.项目和环境可以一起打包，迁移到别的机器中就方便些 　　2.不与其他项目环境产生冲突　　3.多团队项目（特别是部署以及交互的项目）　　4.独立项目（需要打包迁移）

 

接下来是下载依赖包

conda install numpy

pip install numpy  pip是python官方自带的下载工具

区别：conda 优点在于会同时解决python包的依赖，比如numpy、pytorch、opencv会考虑你当前下载的包还需要底层的一些其他内容（如果没有会帮你下）

　　　缺点是下载慢，不是所有的包都能通过conda下载

　　　pip优点是包更新快几乎所有python的库都能找到

　　　　 缺点是不处理底层依赖，可能与conda的包产生冲突

推荐优先使用conda install 若失败则pip