如何在conda下创建虚拟环境，以及如何在虚拟环境中安装pytorch

---

前言

由于一直将tensorflow框架用于深度学习，最近的项目需要使用pytorch框架，由此需创建一个新的虚拟环境供自己学习。

本文是在windows环境下使用miniconda实现虚拟环境的搭建。
miniconda与anaconda的使用方法一致，且内存空间占用较小。

---

创建conda虚拟环境

新建虚拟环境

在开始界面中打开miniconda命令行

输入命令

conda create -n 虚拟环境的名字 python的版本

例如：conda create -n pytorch-py3.7 python=3.7

可能出现的错误：

CondaValueError: The target prefix is the base prefix. Aborting.
是由于没有将命令参数写对，一定要有-n

激活虚拟环境

创建完虚拟环境之后，需激活此环境

conda activate 虚拟环境名称

退出此虚拟环境

conda deactivate 虚拟环境名称

删除虚拟环境

conda remove -p path --all
conda remove -n 虚拟环境名称 --all

例如：
conda remove -p D:\miniconda\envs\pytorch1.15-py3.7 --all
conda remove -n pytorch1.15-py3.7 --all

删除完之后输入命令查看所有的虚拟环境

conda env list

没有之前的虚拟环境，则删除成功。

若想重命名自己的虚拟环境，则只能先克隆环境，再创建一个新的虚拟环境，删除掉旧的虚拟环境。

---

安装pytorch

官网查询下载信息

最新的版本：https://pytorch.org/get-started/locally/
以往的版本 https://pytorch.org/get-started/previous-versions/

找到自己所需要的版本进行下载（如图示例1.7.0）

如是os系统则：

如是linux或者windows系统则

windows系统只有cpu版本的则复制最后一行代码至miniconda命令行

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

下载完成后输入命令查看环境所有package

conda list

---

在pycharm中添加该虚拟环境

点开设置到python解释器，点开设置图标，选择show all

点击加号图标，找到刚刚创建虚拟环境路径下的python.exe文件，添加。

返回到pycharm主界面右下角的python解释器，看到下图，则完成配置。

---

总结

• 注意pytorch版本与电脑系统之间的关系
• 虚拟环境的搭建如出现问题，可以重新搭建一个新的环境，不会破坏其本机系统的环境，这也是anaconda的一个很大的优势。

---