【深度学习】Anaconda创建虚拟环境+pytorch安装(1)

目录

一、开篇

二、python版本

三、创建虚拟环境并使用

三、pytorch安装

四、小结

---

一、开篇

笔者近期需要对NLP领域论文中的一些模型进行复现，打算创建一个新的环境进行实验，简单记录一下这个过程。本文包括虚拟环境创建以及导库的一系列流程，特别是关于pytorch的安装。

二、python版本

查看python版本，用于创建环境时选择相应的版本。在学习机器学习和深度学习前，大家可能已经下载过python并配置了环境变量。但是可能时间久远，已经忘记了当时的版本号。

搜索cmd打开命令窗口，并输入（注意V是大写）查看版本号：

python -V

如下：

         可以看到版本为3.8。

三、创建虚拟环境并使用

（1）打开Anaconda Prompt

初始都是默认进入base环境，下面罗列一些常用指令：

conda list #查看当前环境已经有的库

conda env list #查看已有虚拟环境

activate (环境名) #激活环境

pip install (需导入的库名) -i https://pypi.tuna.tsinghua.edu.cn/simple #在自己想要的环境下导入需要的库，库名后面跟“==版本”可精确所要的版本号，否则使用默认，-i后面添加清华镜像源，导库先人一步

pip uninstall (需要删除的库名) #需要的库版本不对，删掉重来

（2）创建我的新环境mynlp (环境名自拟)

指令：

conda create -n (环境名) python=(自己的python版本号)

如下：

会有提示[y/n]？输入y即可。输入后会有一段加载进度条。

（3）激活环境

当我们创建好自己的环境后，需要激活环境，才能在指定环境中配置相应的库文件。

指令：

activate (环境名)

如下：

观察会发现激活环境后，前方的(base)环境，变成了我们激活的新创建的环境(mynlp)，说明环境激活成功。

（4）导库

一般论文或者是日常项目，严谨的作者都会在项目中保留一个名为requirement.txt文件，其中会指明本文项目或模型所使用的库版本。运行其项目的代码，最好使用相同版本库，避免由于版本问题导致的代码运行出错。

下面我们开始依次导库。

指令：

pip install (需导入的库名) -i https://pypi.tuna.tsinghua.edu.cn/simple

如下演示如何导入指定版本accelerate==0.4.0：

pip install accelerate==0.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

在导入过程中，会有进度条提示，使用镜像源之后，速度会有较大提升，导入成功后会有Successfully等一串成功提示（没报错一般都是成功或者已经有库不用重复导库的提示）。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）