- 一、安装VS Code
- 二、配置Python开发环境
- 三、配置C语言开发环境
- 四、配置C++开发环境
- 五、解决方案
1. 下载VS Code
2. 安装插件
打开箭头位置的拓展工具，安装如图所示的工具，进行Python、C/C++的开发，同时对软件进行汉化。
3. Code Runner插件的使用
Code Runner能够使输出更为简洁，首先打开扩展设置，
在集成终端运行代码，否则没有输出。
4. 终端设置
右下角打开设置，
搜索如下两个设置，并划√。
- 参考：配置深度学习环境
- 参考：conda和pip镜像配置
- Ctrl+Shift+P打开命令面板，输入Python，点击Python:Select Interpreter，选择Python的开发环境。
- 点击Run Code或者Run Python File运行.py文件即可。
- 调试程序
点击所要调试的位置，设置断点，点击Debug Python File，右侧显示调试信息。
- 参考：下载并配置MinGW，在配置好MIinGW之后，系统会在配置文件时自动检测环境。
- 右键点击C文件，选择添加调试配置，在右侧资源管理器中会生成，调试目录.vscode：包括launch.json和task.json。
- 点击运行C/C++文件，选择第一项即可。
待更新
五、解决方案- 使用新版YOLOv5时，程序有以下警告信息，不影响训练，但是在加载数据时频繁提醒，需要解决：
...libsite-packagestorchvisionioimage.py:11: UserWarning: Failed to load image Python extension: Could not find module ‘D:ApplicationAnacondadataLibsite-packagestorchvisionimage.pyd’ (or one of its dependencies). Try using the full path with constructor syntax.
warn(f"Failed to load image Python extension: {e}")
- 查看了源程序，发现image.pyd’是编译好的，不便修改。而且ioimage.py里面的代码显示是调用dll出错。
- 相比低版本的torchvision，ioimage.py和extension.py写法不一样，因此想降低- pytorch和torchvision的版本。将原来的pytorch1.10.2和torchvision1.11.3降低为pytorch1.10.0和torchvision1.11.1。
- 终端打印中文乱码
打开设置，搜索setting.json，在如图所示位置添加chcp 65001，再进行编译运行即可，之后可将其再删除，避免每次输出Active code page:65001。
或者在设置中搜索Auto Guess Encoding，并选择该项。
- 离线安装插件
在官网搜索相应的插件，右侧点击下载
将离线安装包拷贝到 VS Code 安装路径的 bin 目录，并在cmd中打开。
在cmd.exe中输入code --install-extension XXX.vsix，回车安装。
或者在已经安装好的路径中拷贝已经安装好的文件，其他设备也可以使用。在用户文件加下的extensions中。
