Anaconda同时安装PyTorch和TensorFlow版本教程（Windows+cpu）

以下教程为2023年使用Anaconda同时安装PyTorch和TensorFlow2.x版本的全过程（不含Anaconda、PyCharm的安装），经过不断试错后终于成功安装的记录，仅为个人笔记，欢迎指正。

安装前的准备：

• 明确需求： TensorFlow1.x和TensorFlow2.x不兼容（x表示数字），一个环境只能选择一种；Python版本不是越新越好。

• 明确环境：Windows还是Linux、Mac，cpu还是gpu（CUDA）。

• 网络要求：网络稳定、网速良好。

安装在cpu还是gpu的区别更多是体现在用PyCharm运行.py文件时设备的选择：

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')  # 检查GPU是否可用
print(f'Using device: {device}')

cpu表示当前安装的PyTorch是专门为CPU运行而设计的，在跑算法时无法使用GPU加速。

废话不多说，直接看安装教程。

一.在Anaconda安装新环境

详情可以查看https://www.jianshu.com/p/b397d98c47c0.

在Windows的“开始”界面，找到并以管理员身份运行Anaconda Prompt。在配置新的虚拟环境之前，可以查看当前Anaconda和Python版本以及已经配置的环境：

conda --version
python --version
conda env list

由于环境列表涉及个人隐私，暂时无截图展示。

1.升级Anaconda

升级Anaconda：

conda update conda

2.新建虚拟环境

conda create -n pytorch python=3.9

该代码中，新的虚拟环境名称是pytorch（可自行更改，命名要求通常是英文字母和数字的组合，记住即可），指定的Python版本是3.9（Python版本会影响PyTorch和tensorflow的选择）。为避免混淆，下文会标注环境名称。
（题外话：论取名字的重要性，我也想不明白当时为什么取个容易给自己添麻烦的环境名称/(ㄒoㄒ)/~~

输入y表示确认安装python3.9，等待安装即可，下载/安装速度依赖于网络。

下载界面（部分截图）：

如果当前窗口出现以下报错信息，说明镜像源需要修改：（没报错可直接跳过，查看下一步骤）

由于安装不同库时每个人看的教程不同，可能给Anaconda配置了不同的镜像源（即channels），为了保证以下安装流程顺利进行，在网速良好的情况下，可以重置镜像源至默认镜像源。强调网速是因为默认镜像源属于国外的……

首先重置镜像源：

conda config --remove-key channels

然后重新配置虚拟环境：

conda create -n pytorch python=3.9

此处pytorch为我的虚拟环境名字，可自行修改

3.激活虚拟环境

activate pytorch

此处pytorch为我个人设置的虚拟环境名称，需按个人设置进行替换

二. 安装PyTorch

1.查找安装指令

在https://pytorch.org/get-started/locally/中查找到相应的指令：

系统：Windows
安装包： pip （有CUDA可以换成Conda）
语言： python
计算平台：cpu （有CUDA则按CUDA版本选择）
记得复制Run this Command一栏给出的安装指令。

2.安装PyTorch

以cpu为例，在激活的虚拟环境里输入以下指令：

pip3 install torch torchvision torchaudio

等待安装即可。

三. 安装TensorFlow

1.添加清华镜像源

在使用/添加镜像源之前，为了避免报错，需要先重置镜像源至默认状态，否则会显示如下报错信息：

重置镜像源至默认状态：

conda config --remove-key channels

查看镜像源（非必选）：

conda config --show channels

Anaconda默认为国外镜像源，如果查看镜像源后窗口显示-defaults，那么重置成功。

添加清华镜像源：

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

之前笔记写的是“删除清华镜像源”，看了一下指令中的add，故修正为“添加”。清华镜像源通常更稳定，如果执行上述指令后提示不可使用，可以使用默认的default源（下载速度慢），也可以换成别的。此处仅使用清华镜像源来安装TensorFlow，其他库及软件的安装是否需要在路径添加清华镜像源则要看具体情况，不管用哪种镜像源，记得去Anaconda官方上查看，避免找到假的源，给自己添麻烦。

2.查看适配的TensorFlow版本

查看当前已有的虚拟环境：

conda env list

主要作用是避免忘了新建的虚拟环境名字。通过查看列表，可以快速激活虚拟环境。以个人为例，继续在虚拟环境pytorch中安装，可以跳过查看列表的步骤。

查看当前配置可以安装的TensorFlow版本：

conda search --full --name tensorflow

这一步不可忽略，因为TensorFlow版本与Python版本强绑定。此外，同时安装TensorFlow与PyTorch也需要保证两者的兼容性。

支持的TensorFlow版本列表：（部分截图）

按个人需求选择TensorFlow版本，注意TensorFlow1.x版本和TensorFlow2.x版本选其一，不知道选哪一种的话，可以看要复现的代码的运行环境要求，也可以直接默认安装。

3.安装TensorFlow

默认安装最新版本：

pip install --upgrade --ignore-installed tensorflow

该指令自动选择与Python3.9适配的最新TensorFlow版本。

下载界面：