如何搭建下载下来的机器学习深度学习的项目的环境？

比如如何玩 人脸识别项目 找到requirements.txtGitHub - coneypo/Dlib_face_recognition_from_camera: Detect and recognize the faces from camera / 调用摄像头进行人脸识别，支持多张人脸同时识别​​​​​​智慧交通day00-项目简介_LiBiGo的博客-CSDN博客_智慧交通项目csdn

比如玩 智慧交通day00-项目简介_LiBiGo的博客-CSDN博客_智慧交通项目csdn

下面以这个智慧交通的项目为例子详细步骤如下：

如果是windows下anaconda 

1更换conda数据源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

2.conda create -n dlcvabc python=3.9 ，

３.conda activate　dlcvabc

　　进入虚拟环境后执行命令pip install -r requirements.txt　必须保证requirements.txt在当前目录，否则跟绝对路径。

智慧交通作者提供的python版本未知，所以我自己使用3.9 ，我尝试3.7，3.8，都不能直接使用那篇文章提供的，所以我干脆使用我的python3.9对其中的库的版本进行了更换，python3.9玩转智慧交通没问题的requirements.txt版本如下

amqp==2.5.2
billiard==3.6.3.0
celery==4.4.2
certifi==2019.11.28
chardet==3.0.4
click==7.1.1
colorama==0.3.9
cycler==0.10.0
Cython==0.29.19
decorator==4.4.2
Django==2.2.10
django-redis==4.11.0
filterpy==1.4.5
fire==0.1.3
Flask==1.1.1
idna==2.8
imageio==2.8.0
imageio-ffmpeg==0.4.1
importlib-metadata==1.6.0
imutils==0.5.3
itsdangerous==1.1.0
Jinja2==2.11.1
Kalman==0.1.3
kiwisolver==1.1.0
kombu==4.6.8
MarkupSafe==1.1.1
moviepy==1.0.1
numba==0.56.3
numpy==1.23.4
opencv-python==4.5.5.62
pandas==1.5.1
Pillow==9.2.0
proglog==0.1.9
protobuf==3.11.3
pyparsing==2.4.6
python-dateutil==2.8.1
pytz==2020.1
redis==3.4.1
requests==2.21.0
scipy==1.9.3
six==1.14.0
sqlparse==0.3.1
tensorboardX==1.6
torch==1.13.0
torchvision==0.14.0
tqdm==4.29.1
urllib3==1.24.3
vine==1.3.0
Werkzeug==1.0.0
zipp==3.1.0
matplotlib==3.6.2
h5py==3.4.0

在这个过程中，报错有VS　C＋＋　１４依赖错误，我的解决办法是

执行conda install libpython m2w64-toolchain -c msys2　安装完后重新执行

pip install -r requirements.txt

如果下载速度慢，可以pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

安装好后，进入 将Applications on后面的base改为dlcvabc刚才创建的虚拟环境名字，再install jupyter，这样Launch后就是安装了虚拟环境的jupyter notebook了。

 当然如果你想使用python3.7等，就是看哪个报错后，比如pandas报错，可以手工pip install pandas，查看安装后的pandas版本，替换到原来的requirements.txt里。有些版本冲突问题，挨个解决。当然比如你的numpy出错，你不想使用conda install numpy安装也可以去numpy · PyPI 下载安装，感觉这种更复杂，没办法时候采用这个。。比如h5py出错，你就可以去PyPI网站下载下whl文件再安装pip install h5py-3.4.0-cp39-cp39-win_amd64.whl 。。。