Anaconda安装及环境配置+更换下载源+Pytorch安装配置过程详解（基于python3.9）

Smalldemons

已于 2024-11-06 21:42:54 修改

阅读量1.9w

点赞数 48

分类专栏：深度学习环境配置文章标签： pytorch python 深度学习 cnn

于 2022-08-07 17:17:27 首次发布

本文链接：https://blog.csdn.net/Smalldemons/article/details/126213151

版权

深度学习环境配置专栏收录该内容

2 篇文章

订阅专栏

Anaconda安装及环境配置+更换下载源+Pytorch安装配置过程详解（基于python3.9）

一、前言
二、Anaconda更改默认下载源
三、安装配置pytorch
四、更改虚拟环境默认安装位置（如果不介意按照默认路径安装虚拟环境可跳过此小节）
五、结束语

一、前言

Anaconda是一个开源的Python发行版本，用来管理Python相关的包，安装Anaconda可以很方便的切换不同的环境，使用不同的深度学习框架开发项目，关于Anaconda的安装本文不作详细解释，如果需要安装可以点一下链接: 链接，清华源下载地址为：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A。
本文详细讲解Anaconda更改下载源与安装运行Pytorch框架。

本人使用的python版本是3.9，电脑的显卡型号是NVIDIA GeForce RTX 3060。

二、Anaconda更改默认下载源

2.1 首先打开Anaconda Prompt，可以输入conda config --show channels来查看你的下载源目录，当我们没有增加下载源的时候只有自带的一个默认项，如下图：

在这里插入图片描述
Anaconda有两个修改默认设置的命令，如下：第一行语句代表添加命令，第二行代表删除命令，其中的key是指关键词，value指关键词对应的值，可以是某些链接或者文件位置。

conda config --add key value 
conda config --remove key value

2.2 利用上面两条语句就可以添加或删除下载源，例如我们可以输入

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

来添加清华镜像源，增加之后再输入conda config --show channels去检查，如果出现下图这样，就代表已经更改成功

在这里插入图片描述
下面给大家列举几个常见的国内镜像源，个人认为就一个清华镜像源就足够了，看个人所需：分别是豆瓣、阿里镜像、清华源：

https://pypi.douban.com/simple/
http://mirrors.aliyun.com/pypi/simple/
https://pypi.tuna.tsinghua.edu.cn/simple/

添加的时候可以按照格式输入进行更改conda config --add channels 链接地址即可添加，当有多个源时，也可以用这条语句来更改默认源的位置。
删除的时候输入conda config --remove channels 链接地址即可删除对应的镜像源。

三、安装配置pytorch

3.1 打开Anaconda Prompt，首先找出自己python的版本（我的是3.9版，不同版本更语句中3.9即可），然后创建环境，首先输入conda create -n pytorch python=3.9
可以得到下图：大家注意一下安装位置，默认的是在C盘，想要更改安装位置的小伙伴可以看下一小节，不想更改输入y即可进行安装。

在这里插入图片描述
3.2 成功后可以输入conda info --envs来检测环境是否创建成功，得到下图结果就代表环境创建成功

在这里插入图片描述
3.3 环境创建后就是安装pytorch，不同的电脑配置选不同的安装语句，点此链接进入安装网址：https://pytorch.org/get-started/locally/

在这里插入图片描述
没有GPU的电脑直接选择右下角CPU的代码即可，是否选用CUDA就看自己的电脑有没有GPU，可以点击任务管理器>性能，如果看到下图，就表明具有GPU，右上角是显卡型号

在这里插入图片描述
更加详细的信息可以打开桌面右下角NVIDIA图标，点击帮助>系统信息

在这里插入图片描述
然后查询这个数字

在这里插入图片描述
与网站上CUDA对照表对比即可找出自己电脑适合那种型号的CUDA，例如我的电脑是512.33，那么我就可以选择比较多，CUDA11.6以上都可以。
查询网址如下https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

在这里插入图片描述
3.4 找到可以兼容的型号之后，打开Anaconda Prompt后输入conda activate pytorch进入我们之前创建的pytorch虚拟环境，这时可以看到由（base）变成了（pytorch）

在这里插入图片描述
以CUDA11.3为例，复制对应的代码conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch后点击回车，会有一个安装提示，点y即可进行安装

#这里再给大家放一个CUDA11.0的版本，版本比较低，应该适用于大部分用户，如果装不上高版本的就试一下下面的语句
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

在这里插入图片描述
成功之后会显示done

在这里插入图片描述

3.5 之后输入python进入python环境，再输入import torch，如果显示界面如下，则代表成功安装

在这里插入图片描述
3.6 想要判别pytorch能否调用我们的GPU，只用输入命令torch.cuda.is_available()，如果显示True则表明可以。如下图：

在这里插入图片描述
以上就完成了pytorch框架的安装和配置。

四、更改虚拟环境默认安装位置（如果不介意按照默认路径安装虚拟环境可跳过此小节）

4.1 首先打开Anaconda Prompt，可以用conda config --show envs_dirs来查看你的虚拟环境默认安装位置，得到结果如下：第一个位置作为默认安装位置

在这里插入图片描述
4.2 那么如何更改呢？
利用修改语句可以进行添加和删除命令，也可以用来更换默认位置，例如，我在安装Anaconda的时候安装到E盘中，它有一个默认的虚拟环境文件夹E:\Anaconda3\envs，那么我使用语句：conda config --add envs_dirs E:\Anaconda3\envs就可以将我想要用的文件夹更改为默认位置，如下图