2024在Windows/Linux使用AnaConda/MiniConda安装Pytorch

在Windows中使用Conda安装pytorch

Anaconda与Miniconda的区别

Anaconda 和 Miniconda 都是用于创建和管理 Python 虚拟环境的工具

• Anaconda: 体积较大，包含了大量的科学计算和数据分析相关的库，例如 NumPy、SciPy、Matplotlib、Pandas 等。
• Miniconda: 体积较小，只包含了 conda 包管理器、Python 解释器以及一些基本的工具。
• Anaconda: 更适合于数据科学和机器学习等领域，因为它提供了大量常用的库，可以帮助用户快速开始项目。
• Miniconda: 更适合于需要定制环境的用户，因为它允许用户选择要安装的库，并且可以节省磁盘空间。
• Anaconda: 由于包含了大量的库，因此灵活性较低。用户只能选择使用 Anaconda 预装的库，而无法安装其他库。
• Miniconda: 由于体积较小且包含的库较少，因此灵活性更高。用户可以根据自己的需求选择安装所需的库。

如果硬盘空间比较紧张可以选择安装miniconda随后再安装所需要的包，他们仅此不同，其他毫无区别
我这里使用通过安装miniconda再继续安装pytorch

Anaconda/Miniconda的安装

首先下载安装Anaconda或者Miniconda
下图是Anaconda的版本


第一次下载时需要填一下接收下载链接的邮箱然后点击submit，
打开刚才填的邮箱可以看到下载的链接，点击下载即可

Miniconda与Anaconda类似，选择自己对应的系统下载安装

下载好后就可以看到两个安装包大小的区别，更加坚定使用miniconda了(bushi

两个安装方法大同小异，我仅安装miniconda作为展示



这里可以修改安装的路径，(C盘无限容量当我没说)

一定要将第二个勾上，后两个可根据自己需求选择

等待安装完成

取消两个勾点击完成

验证conda是否安装完成

win + R打开运行输入cmd打开命令行

输入conda,出现下图说明安装成功

打开开始菜单找到Anaconda/Miniconda随便打开一个

打开后可以看到(base)，意思是现在进入的是bash（基础）环境

为conda配置镜像源

由于某些原因导致我们使用官方源下载包速度极慢甚至中断失败，所以我们要先为conda配置国内镜像源
这里以添加最常用的清华镜像源为例

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
conda config --set show_channel_urls yes

复制到conda中，再输入conda config --show channels查看是否添加成功，如图表示成功添加

使用conda创建Pytorch环境

输入conda env list查看环境列表，可以看到目前只有一个基础环境

为了使Pytorch不干扰基础环境，我们需要创建一个为Pytorch运行的虚拟环境
输入conda create -n Pytorch python=3.12创建环境（其中 -n指代环境名称，这里设为Pytorch不代表任何含义，仅是作为名称为用户查看，python=3.12指代此虚拟环境所安装的Python版本，可不填默认为此conda版本所内置的最新的Python版本）

输入y同意下载安装所需的包

下载完成后可以看到提示我们激活新创建的虚拟环境，复制conda activate Pytorch激活新的虚拟环境（Pytorch就是刚才创建的环境名称，要激活哪个环境就改为那个环境名称即可）

再输入conda env list查看环境列表，可以看到新创建的Pytorch已在里面

输入conda activate Pytorch激活Pytorch环境，可以看到环境已经从base到Pytorch了

下载Pytorch包

进入Pytorch官网
根据自己电脑选择选项，安装方式可以选择conda或pip(如果conda安装失败可以切换为pip方式尝试)
电脑运行硬件根据电脑选择

NVIDIA显卡可以在cmd中输入nvidia-smi查看cuda版本，如图为11.2，则可以选择不高于11.2的cuda版本，若没有低于自己电脑版本的cuda，可以在历史版本中选择
若非NVIDIA显卡则选择CPU版本

复制刚才的代码粘贴进去，回车执行。

conda install pytorch torchvision torchaudio cpuonly -c pytorch

出现进度条卡住不动，可以按下ctrl+c取消下载，然后多重复执行几次上面代码，出现这样就可以了。

安装完成后输入依次python、import torch、torch.__version__，没有出现报错代表Pytorch安装完成