CMD管理员启动:
Anaconda 安装参考链接:Anaconda详细安装及使用教程(带图文) - 知乎 (zhihu.com)
安装完成后,配置环境变量:
CMD管理员查看conda版本:
.condarc配置
**注意:**默认conda环境会建立在C盘C:\Users\xxx.conda下面;
打开下面的.condarc文件夹
之后如果还是不可以在要求的目录下建立环境,那么要在属性里面给Users”完全控制权限“,之后就可以了,这样无论在哪使用conda create -n python=3.11 都会建立在D盘里面;
环境 & 软件包管理
常用命令
# 新建环境
conda create -p D:\ProgramData\Anaconda3\envs\<name> python=3.7
conda create -p /home/xxx/conda_envs/<name> python=3.9.18 # 特定位置建立环境
conda create -n <name> python=3.11
conda activate <name> # 激活环境
conda activate /home/xxx/conda_envs/<name> # 激活特定路径的环境
conda env remove -n <name> # 删除环境
conda create --prefix </path/to/new_path/new_env> --clone <old_env> # 克隆环境
conda env list # 列出conda管理的所有环境
conda list # 列出当前环境的所有包
pip install <package_name> # 安装包
pip install <xxx.whl> # 安装wheel包
pip uninstall <package_name> # 卸载包
conda remove <package_name> # 卸载包
-r requirements.txt --no-dependencies # 忽略冲突
conda env export > environment.yaml # 导出当前环境的包信息
pip install -r requirements.txt --cache-dir=/home/xxx/ # --cache 软件包缓存指定位置
setup.py
pip install -r requirements.txt
python setup.py build
python setup.py install
切换默认源 & 添加源
anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
# 清华
-i https://pypi.tuna.tsinghua.edu.cn/simple
# 网易
-i https://mirrors.163.com/pypi/simple/
# 阿里
-i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
# 豆瓣
-i https://pypi.douban.com/simple
Pip 问题
缓存问题
pip cache purge # 清除pip安装包缓存
export TMPDIR=</path/to/new/temp/dir> # 缓存位置 只对当前shell有效
pip install <name> --cache-dir </path> -i https://pypi.tuna.tsinghua.edu.cn/simple # 下载到特定路径
subprocess-exited-with-error
参考链接:https://blog.csdn.net/m0_61415601/article/details/138397648
在 PyPI 官方网站下载软件包 https://pypi.org/
Pycharm 加入新环境
小齿轮 — 添加新的解释器 — Conda环境 — 使用现有环境
Cuda版本查看
方法1:
nvidia-smi # 查看CUDA版本
python -V # 查看Python版本
方法2:
pytorch上选择版本不高于NVIDIA面板显示的本机硬件配置;
查看本机配置:搜索 -> NVIDIA Control Panel(控制面板) -> 系统信息 -> 组件 ->NVCUDA64.DLL
Python & PyTorch & CUDA 相关问题
Python 版本切换
不需要先卸载Python,直接 conda install python=3.11 就可以安装一个新的版本;
注意!conda环境下修改python版本之后,基本其他包的版本也对不上了,因此不如直接新建一个新的环境
Python、PyTorch的对应关系表
下表来自pytorch的github官方文档:https://github.com/pytorch/vision#installation
登录pytorch官网,使用pip安装CUDA版本的
python 查看 torch 情况
python
import torch
print(torch.__version__)
torch.cuda.is_available()