Anconda虚拟环境创建及pytorch的安装步骤(anconda虚拟环境路径)

推荐整理分享Anconda虚拟环境创建及pytorch的安装步骤(anconda虚拟环境路径)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:anaconda创建的虚拟环境存储在哪,anaconda虚拟环境安装的包在哪,anaconda 虚拟环境中使用base环境中的包,anaconda创建的虚拟环境存储在哪,annaconda虚拟环境,anconda虚拟环境路径,anaconda 虚拟环境,anconda虚拟环境怎么卸载spyder,内容如对您有帮助，希望把文章链接给更多的朋友！

1.首先安装python(版本尽量不要太新) ，再次安装pycharm编辑器，顺序尽量不要颠倒，有的电脑会出现bug,导致卸载时出现问题

2.安装anconda3(安装时注意让其自动配置环境变量可以省去很多不必要的麻烦)

3.win+R输入cmd，进行创建环境

4.创建环境添加镜像文件：在命令行依次运行下列5条指令添加。

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

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

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

conda config --set show_channel_urls yes

5.依次输入完成后，输入以下指令（尽量和步骤1的python版本一致，这里python版本为python=3.6,虚拟环境名称为py36,也可以自己定义）：

conda create -n py36 python=3.6此时打开Anconda点击Environments发现有了名为py36的虚拟环境。

注意：接下来就可以在名为py36这个虚拟环境中安装各种科学计算的包和框架（pytorch），若有多个环境，那么例如需要python3.7，那么就创建python3.7的虚拟环境，有conda管理不会出现版本冲突。

6. 进入虚拟环境, 终端运行如下指令为进入虚拟环境

conda activate py36

另外，若要退出环境则在看终端输入：

conda deactivate 进入虚拟环境如图：会有小括号（虚拟环境名:py36）,进入虚拟环境后就可以在python为3.6的环境下配置pytorch

pytorch-CUDA版本pip安装

1.查看显卡支持CUDA版本号打开控制面板找到并打开NVIDIA控制面板

点击左下角系统信息点击组件第三行就可以看到我的可支持11.6

2.pytorch查询torch-对应CUDA版本并下载，尽量先进行安装2.2步骤，再进行安装2.1步骤（里面有小秘密，可以探索一下这个安装顺序！）

2.1步骤：torch对应CUDA版本：Previous PyTorch Versions | PyTorch

具体程序在下方！！！打开cmd,进入py36虚拟环境:运行以下程序，程序如下，也可进入上述官网选择其他版本，镜像安装会很快！！！图片为步骤参考

Conda

OSX

# conda

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 -c pytorch

Linux and Windows

# CUDA 9.2

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.0

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

# CPU Only

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch

镜像安装（比较快）

Wheel

OSX

pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0

Linux and Windows

# CUDA 11.0

pip install torch==1.7.0+cu110 torchvision==0.8.0+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2

pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0

# CUDA 10.1

pip install torch==1.7.0+cu101 torchvision==0.8.0+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2

pip install torch==1.7.0+cu92 torchvision==0.8.0+cu92 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only

pip install torch==1.7.0+cpu torchvision==0.8.0+cpu torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

2.2步骤：进入CUDA官网下载对应版本的CUDA不要关待会还要用到：

CUDA Toolkit Archive | NVIDIA Developer

这里我安装的是10.2版本

选择第一个下载（下载基础的就可以了，下面两个是补丁后续需要可以自取）下载成功后打开exe文件选择环境安装路径（默认C盘）

3步骤：步骤2.2 已经安装后，会显示successful

4.测试安装，运行以下程序：

import torch

x = torch.rand(5, 3)

print(x)

print(torch.cuda.is_available())

出现进程已结束，退出代码为0，即为安装成功！（-1为不成功）

大家有问题可以提，做的不好的地方希望大家批评指正！