希望你要有耐心一步一步做完，你一定会有收获！
第1步.安装Anaconda
1.Anaconda官网链接（版本随意）
2.笔者自己版本的度盘Anaconda链接
安装时需要注意的点：（不重要的安装步骤省略了）
（1）Anaconda安装路径的选择
这里最好装在空间大的盘，因为要在它的目录下装很多虚拟环境，虚拟环境还挺大的，我装在空间大的E盘。
（2）这里全打√就是了，第一个如果不打√
（3）这里不打√
第2步.安装pycharm
1.pycharm官网链接（版本随意）
2.笔者自己版本的度盘pycharm链接
安装时需要注意的点：（不重要的安装步骤省略了）
（1）pycharm安装路径的选择
这里建议还是装在空间大的盘，自己新建一个文件夹装里面，我是和Anaconda都装在E盘里，没装在C盘。
（2）全打√就是了
第3步.创建虚拟环境
一般来说不同的项目，需要不同的虚拟环境，所以我要根据需求来创建虚拟环境
（1）先看github的markdown文件，看项目需要哪些配置（接下来以这个项目为例子）
（2）打开Anaconda prompt
（3）创建一个虚拟环境，并指定安装对应的python
这里我们装python3.8，因为我装3.7出错了哈哈。装环境就是个试错的过程没办法。
conda create -n my_env01 python=3.8
按y：
conda activate my_env01
即可进入虚拟环境，为等下在虚拟环境里安装pytorch和cuda做准备
第4步.安装pytorch与cuda
（1）进入pytorch官网的版本页面，找对应版本的pytorch
点这个pytorch链接
进入然后往下翻，找到对应的v1.12.0,linux and Windows那块。
没有英伟达显卡的，装CPU only
有英伟达显卡，但是不是30和40系的，装CUDA 10.2
有英伟达显卡，且是30和40系的，装CUDA 11.3或11.6
我的是3070，我选择装11.6的
（2）进入Anaconda prompt 并进入虚拟环境并输入安装命令，该命令会把pytorch和cuda，还有一些包一步到位都安装好
进入Anaconda prompt 并进入虚拟环境我前面有讲过，现在直接接着输入上面的安装命令：
按y：
如果下的贼慢，那就换国内的源，直接点这篇文章学习换源，我换了清华源下的很快
至此pytorch和cuda以及一些包都在虚拟环境装好了：
（3）进入pycharm 把新创虚拟环境设为python解释器，并查看哪些模组装好，哪些没装好
点右下角的画红线的解释器：
点interpreter Settings：
点Show All：
（下面四个是我建的四个虚拟环境）点+号：
点…号：
Anaconda是我自己命名的文件夹，我把Anaconda装在里面，主要是找到
envs这个文件夹，再找到你命名的虚拟环境的那个文件夹：
点python.exe, 再点ok：
再点ok：
python3.8装好了：
cuda11.6.0装好了：
pytorch1.12.0装好了：
numpy顺带也装好了：
第5步.安装项目需要剩余的模组
打√的是已经装好了的
接下的组件我们用pycharm自带的功能一键安装需要的模组
如果pycharm也没有，我们就进入anaconda prompt,再进入虚拟环境用“pip install模组名 ” 安装
（1）用pycharm自带的功能一键安装需要的模组
点+号：
搜索框输入模组名称，并选择对应的版本，并点install package：
成功安装：
搜索框输入模组名称，并选择对应的版本，并点install package：
报错，与python3.8不适配，于是我们选择安装更高版本scikit-learn,直到不报错为止：
成功安装：
（2）进入anaconda prompt,再进入虚拟环境用“pip install” 安装
目前已经安装好的模组如下：
pytorch_geometric在pycharm里搜不到，所以我们只能换个方式安装，
进入anaconda prompt,再激活虚拟环境，再：
pip install 模组名称==指定版本
例如：
pip install torch-geometric==1.3.2
我这里没输入版本就默认装最新版了：
成功安装：
表的目前都装好了，运行代码试试：
第6步.运行代码
（1）打开pycharm,open项目文件夹
（2）把建好的虚拟环境作为python解释器
点右下角解释器，再点interpreter settings：
点show all：
选中自己创的环境，点ok：
解释器设置好了：
（3）在终端输入命令（原作者在github的markdown文件里会讲）运行代码
pycharm终端位置：
markdown数据预处理代码命令截图：（我这个项目要数据预处理，有些项目没有这一步，直接训练）
复制以上命令输入到pycharm终端，回车：(注意 $不能加，那是用docker才要加）
没有报错，预处理中，还有49个epoch:
预处理完成：
预处理生成的文件：
markdown训练和评价代码命令截图：
复制以上命令输入到pycharm终端，回车：(注意 $和\不能加，那是用docker才要加）
成功训练（5轮交叉验证，1轮100回合）：
文章来源：https://www.toymoban.com/news/detail-472316.html
评价结果：
文章来源地址https://www.toymoban.com/news/detail-472316.html
到了这里，关于深度学习Github项目实例复现：从虚拟环境安装到得出代码的复现结果的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
