从零开始创建conda环境、常用命令的使用及pycharm配置项目环境

写在前面

我们在新开始一个python项目前最好重新创建一个conda环境，避免重复使用一个conda环境里面的库会重复或版本对应不上等情况。最好就是一个项目对应一个conda环境，里面的第三方库都是为这个项目服务的
本文以windows为例展示开始创建新的conda环境及配置，Linux大差不差

创建conda环境

首先在电脑找到conda的cmd命令行文件，打开在这执行conda命令进行操作

之后输入命令行进行创建即可，-n后面是要创建的conda环境名称，后面是指定了python的版本是3.8，可根据自己需要更改

conda create -n yolov9 python=3.8

回车后会提示问你y/n，这个时候直接输入Y就可以安装了

如果出现，下图情况，恭喜你，，，没安装成功！嘻嘻（狗头）

原因是什么我也不清楚，但是我有解决方法，按照网上的教程都不行，最有效的就是删文件，找到下图中的文件，右键删除就好了，然后重新执行上述命令就能安装了（这个方法有个缺点就是，每次安装一个conda环境都要删除一次）
方法就是：按住win + R键，在弹出框输入，%HOMEPATH%，之后就会打开用户目录，找到.condarc文件，右键删除即可，然后重新执行安装命令，出现下面这个就是成功了

不放心也可以通过命令，查看conda的所有环境名称，如果有刚创建的那个，则成功了

conda env list

配置conda环境基本需求

在操作刚创建的conda环境之前，一定要先切换conda环境哦，要不然就是在base环境操作了，切换环境,命令一定要记

conda activate hkd

成功后的样子：

创建好环境后就是配置conda环境里面的基本需要了，方便以后在这个环境里操作什么的，比如配置清华源！！！

一键永久配置清华源，执行下面的命令后，以后下载第三方库都是优先清华源找了，速度比较快

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

之后就可以安装cuda环境和pytorch环境这些啦，因为我电脑GPU太low了，我就不展示了，命令如下：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

或者pip安装

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

cuda版本不能超过你电脑的GPU版本哦，具体可以用nvidia-smi来查版本和GPU的使用情况，如果你不是跑深度学习项目，其实不装这个GPU也是可以的
如果还要安装什么其他东西，那么你们自己安装就可以了，下面直接展示怎么在pycharm中使用创建好的conda环境

pycharm中使用conda环境

首先点pycharm中的文件file-》setting设置-》python解析器

点击右边的add添加环境

然后选择已有的环境，找到自己anoconda的安装位置，找到env，然后找到python.exe文件添加进来即可

之后自己要安装什么第三方库就直接在pycharm下面的命令行或者conda命令行都可以安装，conda install 安装的就比较全，但是可能慢
pip install安装的就比较快，但是可能安装不全，但是我还是推荐pip安装，快就完事了

后面就把你项目导进来，安装好库就可以运行了！！！

最后附上一些你可能会用到的东西！！！！

管理环境：
激活环境：conda activate 环境名称
退出环境：conda deactivate
列出所有环境：conda env list / conda info -e
删除环境：conda env remove -n 环境名称

管理包：
安装包：conda install 包名
安装特定版本的包：conda install 包名=版本号
升级包：conda update 包名
卸载包：conda remove 包名
搜索包：conda search 包名

在python中操作查看GPU相关：
import torch
print(‘CUDA版本:’,torch.version.cuda)
print(‘Pytorch版本:’,torch.version)
print(‘显卡是否可用:’,‘可用’ if(torch.cuda.is_available()) else ‘不可用’)
print(‘显卡数量:’,torch.cuda.device_count())