安装配置Anaconda，配置VSCode

记录一下笔者收集的一些资料，不喜勿喷。

Anaconda介绍

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

参考：https://blog.csdn.net/taoqick/article/details/56284364

下载Anaconda

清华大学anaconda镜像下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择一个合适的版本进行下载，笔者选择的是：

Anaconda3-2022.05-Windows-x86_64.exe

安装Anaconda

一路安装成功之后。打开Anaconda Powershell Prompt (anaconda3)。查看下Python版本（默认base环境）：

(base) PS C:\Users\admin> python -V
Python 3.9.12

说明安装成功

换源

替换软件包的安装源，俗称“换源”。

执行conda config，参考：

https://blog.csdn.net/qq_41946216/article/details/129478882

https://zhuanlan.zhihu.com/p/459601766

会在当前系统用户的家目录下（比如admin用户就是C:\Users\admin），创建一个.condarc文件。

为了提升依赖包的安装速度，需要讲配置文件内容修改为：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
show_channel_urls: true

.condarc配置文件修改保存后，打开一个Anaconda Prompt，通过conda config --show-sources命令，可查看当前的配置：

(base) PS C:\Users\admin> conda config --show-sources
==> C:\Users\admin\.condarc <==
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
show_channel_urls: True

创建一个新环境

打开Anaconda Prompt，在控制台使用conda命令。

比如基于Python3.8.10，创建一个test环境：

conda create -n test python=3.8.10

切换到新建的test环境：

conda activate test

新环境下，用pip命令安装一个numpy包：

conda install numpy==1.21.6 -i https://pypi.tuna.tsinghua.edu.cn/simple

其中-i https://pypi.tuna.tsinghua.edu.cn/simple是要用国内清华大学的镜像源来安装。否则从国外下载可能会失败。

同理可以安装需要的其他软件包。

永久换源

永久设置pip命令从清华源安装软件包：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

执行后，会创建一个pip.ini文件，文件内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]
trusted-host = mirrors.aliyun.com

pip常用命令

pip install -r requirements.txt
# 从github安装
pip install git+https://github.com/mlech26l/keras-ncp.git

conda常用命令

conda info --envs 查看各个环境所在的位置
conda list：查看环境中的所有包
conda install XXX：安装 XXX 包
conda remove XXX：删除 XXX 包
conda env list：列出所有环境
conda create -n XXX：创建名为 XXX 的环境
conda create -n env_name jupyter notebook ：创建虚拟环境
conda activate noti（或 source activate noti）：启用/激活环境
conda env remove -n noti：删除指定环境
deactivate（或 source deactivate）：退出环境
jupyter notebook ：打开Jupyter Notebook
conda config --remove-key channels ：换回默认源

VSCode环境配置

让VSCode使用conda创建的环境：

• 打开VS Code，打开你的项目文件夹。
• 按下快捷键Shift+Ctrl+P打开命令面板，输入“Python”，选择“Python: Select Interpreter”。
• 在弹出的列表中选择你刚刚创建的Conda环境。VS Code会自动在项目文件夹下创建一个.conda文件夹来存放环境信息。

参考

CUDA 和 cuDNN

CUDA下载：
https://developer.nvidia.com/cuda-toolkit-archive
cuDNN下载：
https://developer.nvidia.com/rdp/cudnn-archive
https://docs.nvidia.com/deeplearning/cudnn/latest/
https://docs.nvidia.com/deeplearning/cudnn/installation/latest/windows.html

安装教程，参考：
https://blog.csdn.net/weixin_44779079/article/details/141528972
https://zhuanlan.zhihu.com/p/32400431090

Pytorch

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

Carla模拟环境学习视频

https://www.bilibili.com/video/BV17Q4y1K7Rq/