当前位置：首页 > news >正文

虚拟环境的配置

news 2026/6/13 14:56:27

正文

在配置环境中，难免会遇到各种各样的困难，本文章旨在不废话、以复现论文代码为唯一目的，通过给出指导来示范如何配置论文环境以尽可能实现复现论文代码、跑论文代码这一最终目标。（Windows系统）
注：作者为了方便展示便用自己跑通过的项目代码来进行讲解，无任何侵权之意。

第一步

打开作者在Github的代码网址，看起来很“眼花缭乱”，但我们的核心就在于绿色的方块那

然后根据指引复制URL（不要着急关此标签页！！！）

随后打开pycharm
跟随指引将项目代码“git”下来这部分需要一点时间，请耐心等待……
创建好了的之后的模样应该类似这样：

创建虚拟环境

很多人都对如何创建虚拟环境感到头疼，作者亦是如此。
首先，先回到刚才的Github界面，下拉找到Readme部分，大家可能会决定头疼：这么多英文（有可能）我怎么读得懂】读得过来啊……我还赶时间呢！（有可能）
别急，我们按关键词找
首先来了解一下Readme一般涵盖的内容

作者关于该项目的基本介绍（例如：我们这是什么项目、解决了什么问题等等）（可以快速扫一眼有个了解）
将该项目部署至你的电脑的操作步骤（核心）
你该如何使用该项目（核心）
用到了什么数据集（选择性的，因为有的项目不涉及数据集）

创建虚拟环境的具体步骤

这部分是在教你如何创建虚拟环境（该项目作者用的是Anaconda），想在pycharm内部用Anaconda则需要将自己在【官网】安装好的Anaconda部署至pycharm中，或者可就用pycharm系统内部原生的(.venv)（virtual environment），若是Anaconda，我们则需在pycharm的【Terminal / 终端】中【一行一行】运行上面灰色框中的bash脚本

第一行：

conda create-nmkunetenvpython=3.8

conda意思是【在conda环境，也就是Anaconda中，conda是格式要求】，-n即是name的意思，表示创建的虚拟环境的名字为mkunetenv，而且我们知道单有pycharm是跑不了任何项目的（pycharm只是跑python项目的工具），我们需要python这个“语言”内置到pycharm中才可以跑代码，而在这个项目中，作者指定的是3.8版本【这里作者提一嘴：不要因为觉得3.8版本太老，我想要新的就非得不听话去下载3.9甚至更高的版本。因为一旦你这样干了，作者的代码你就极大概率跑不了——会是各种报错。原因是作者之所以能跑通ta的项目，是因为ta的环境让ta得以跑通，ta将需要的环境的需求分享与你，你怎能辜负作者的期待呢是不是？】

第二行：

conda activate mkunetenv

没什么好说的，就是激活你刚才创建的虚拟环境
【注意！】必须得是这样才算是创建且激活成功！一定记得检查！

后三行：就是在通过pycharm中内置的pip这个工具安装跑通项目需要的【模块包】以及依赖（requirement.txt），依赖是项目作者自己已经写好了的【关于torch的安装的讲解，本作者已另写一篇，在此不再赘述】

pycharm内置版

创建虚拟环境：

python-mvenv mkunetenv

激活虚拟环境：（Linux / macOS / WSL）

sourcemkunetenv/bin/activate

激活虚拟环境：（Windows CMD）

mkunetenv\Scripts\activate.bat

激活虚拟环境：（Windows Power Shell）

mkunetenv\Scripts\Activate.ps1

跑模型

在pycharm的终端中，我们面临2种方向

直接使用作者提供的预训练权重跑测试
优点：可快速验证代码是否能正确跑通、复现
缺点：有的作者提供了很多预训练权重，新手很容易分不清
建议：选择作者提供的带有best标识符的权重，用于快速验证模型。
用带有best的预训练权重的情况：（适合自己迁移学习）
1. 模型部署与上线：带有best的预训练权重在验证集上性能最优，泛化能力最强，适合直接用于生产环境。
2. 作为新任务的预训练权重：带有best是预训练权重代表模型学到的最鲁棒的特征表示，是迁移学习的最佳起点。
3. 论文或竞赛提交：带有best的预训练权重对应最高指标，符合评测标准。
用带有latest的标识符的情况：
1. 恢复训练在
2. 原有基础上微调
总结：
1. 选 best.pt：只要你的目的是使用模型。包括但不限于：推理部署、API服务、竞赛提交、论文评测，以及将他人权重作为新数据集的迁移学习起点。
2. 选 last.pt：只有当你的目的是恢复训练。特指：训练中断后的断点续训，或在完全相同的数据集与任务配置下追加 Epoch。
自己开始跑【Trainng+Testing】
优点：自己动手跑模型，训练出来的是属于自己的权重，最适配自己的环境。
缺点：耗时长且容易在中途报错，由于报错情况繁多，需要作者具备一定的调试能力，才能“独立”（可跟专业智能体交流解决）。