Conda新建虚拟环境以及下载Pytorch

一、conda创建新环境

如果只是用的话，用【创建】和【激活】的命令足够了～

第一步：创建

conda create --name yourEnv python=3.8

• –name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
• python=3.8：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.

若想要在创建环境同时安装python的一些包：
conda create -n yourEnv python=3.6 numpy pandas

若想在别人虚拟环境的基础上创建自己的环境：
conda create --name <yourEnv> --clone <baseEnv>

第二步：激活

windows ==> conda activate yourEnv

linux/mac ==> source activate yourEnv

tips:

• linux用户需要进入到anaconda/envs目录下激活需要的环境，或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境；

  上面激活的方式进入目录太复杂 or 命令太长了，可以通过设置全局变量或者用linux的别名alias设置。

  第一种方式,将需要激活的路径下的bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。

  第二种方式，通过vim ～/.bash_profile，向里面添加alias activeEnv='source activate /home/yourName/anaconda3/envs/yourEnv'，source ～/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境

  建议第二种，并建议看下linux的alias，非常好用

• windows用户环境变量中添加（改成自己的路径）：

  D:\Anaconda3
  D:\Anaconda3\Scripts
  D:\Anaconda3\Library\bin
  

第三步：查看活跃的环境

conda info --envs：输出中带有【*】号的的就是当前所处的环境

二、conda一些命令

安装requirements.txt中的第三方依赖包

pip install -r requirements.txt

conda关于环境的常用命令

#查看帮助
conda env --help    
			  		 
#查看已安环境
conda env list    			      		 #列出所有的虚拟环境
conda list --name [虚拟环境名]   		 #查看指定虚拟环境下的package

#创建
conda create --name [虚拟环境名] [python的版本] [需要的包]
eg:
conda create --name myenv
conda create --name myenv python=2.7
conda create --name myenv pytohon=2.7 numpy scipy

#克隆
conda create --name [虚拟环境名] -- clone [colne的环境]
eg:
conda create --name B --clone A  #创建一个和A环境一样的虚拟环境B

#删除
conda remove --name [虚拟环境名] -all

# 激活/取消（默认的环境是base）
activate [虚拟环境名]
deactivate [虚拟环境名]

三、在conda中安装pytorch

一、创建conda环境

• 打开cmd，使用以下命令可以创建一个名为pytorch的环境，python版本是3.8。

conda create --name=pytorch python=3.8

二、进入环境

• 刚刚创建的环境叫pytorch，所以用以下命令进入这个环境：

activate pytorch

• 如果在命令行行首出现（环境名：pytorch）字样，就是成功进入环境了。

三、安装pytorch

在pytorch官网（https://pytorch.org/get-started/previous-versions/）可以查看不同pytorch版本在不同操作系统的各种安装方式。

记得查看自己CUDA的版本信息nvidia-smi，所需Pytorch的版本信息等。

以torch==1.7.1为例：

# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

四、测试

• 在这个环境下，在命令行输入：

python

• 然后输入：

import torch
import torchvision
torch.cuda.is_available()

• 如果像下图一样没有报错，就是安装成功了。
  

四、在python配置刚刚创建的新环境

最后一步选择新创建的环境 CBVR目录下的 python.exe，然后点击 OK
可以看到配置完成了。

参考：
https://blog.csdn.net/SARACH_WONG/article/details/89328307