【PyTorch】深度学习：在VS Code中使用JupyTer以及PyCharm的相关使用_vscode jupyter
一.在VS Code中使用JupyTer
在李沐老师的B站《动手学深度学习》教程中，李老师使用JupyTer Notebook进行代码书写
JupyTer Notebook：这是Jupyter的核心组件，它是一个基于Web的交互式计算环境，允许用户创建和共享包含代码、文本、数学公式、图表等内容的文档。每个Notebook由多个单元格（Cell）组成，单元格可以是代码单元格（用于编写和运行代码）或Markdown单元格（用于编写文本和格式化内容）
而作者在学习过程中了解到：在 VS Code（Visual Studio Code）中使用 Jupyter 是一种非常高效的方式，因为 VS Code 提供了强大的代码编辑功能和对 Jupyter Notebook 的原生支持
因此，下面是作者的环境配置过程
详细步骤
①安装VS Code
在这里作者分享一下自己安装软件的常用方法：
首先，在微信中搜索公众号《软件管家》，该公众号提供了一系列的软件安装教程和资源
如下图所示：
选择合适版本，并按照教程进行安装即可
②安装VS Code插件
汉化插件
点击安装，安装完毕后，重启软件即可
Python插件
同上，点击安装，安装完毕后，重启软件即可
③新建JupyTer文件
首先，新建项目文件，在项目文件下创建后缀为.ipynb的文件即可
点击“选择内核”
选中自己先前安装的MiniConda安装路径下的python.exe
接下来，就可以在VS Code中使用JupyTer来编写代码并运行了
注意：在配置过程中，需要根据软件提示，安装相关推荐的插件
作者在配置过程中，被推荐安装了以下插件：
二.深度学习在PyCharm中的相关使用
同上述安装教程，在《软件管家》中进行PyCharm的安装
①新建项目
选中自己先前安装的MiniConda安装路径下的python.exe
如下图所示：
然后项目就新建完成啦
②配置解释器
选中自己先前安装的MiniConda安装路径下的conda.exe
点击“加载环境”，再点击“确定”
写代码时可调用的模块，便成功导入
③代码编写
实例展示：
import torcha = torch.ones((3, 1))a = a.cuda(0)b = torch.ones((3, 1)).cuda(0)print(a + b)
三.总述
看到这里就全部完成啦！！！
接下来就可以进行代码和理论的相关学习啦！！！
场景 推荐工具 理由 大型深度学习项目 PyCharm（专业版） 项目管理、调试、团队协作更专业，适合长期维护的复杂模型开发 快速实验/原型开发 VS Code + Jupyter 轻量级、交互性强，适合快速验证想法和数据可视化 远程服务器训练 PyCharm（专业版） 远程开发体验更完善，适合连接 GPU 服务器 教学/小型项目 VS Code 免费、易上手，学生和小团队友好 需要混合编程（如 Python+R） VS Code 多语言支持更好，插件生态丰富
优化建议
混合使用：在 PyCharm 中管理项目主体，用 VS Code 快速编辑 Jupyter Notebook
