Anaconda 下载、安装、配置、使用

最新推荐文章于 2025-03-24 12:06:11 发布

^O^23333

最新推荐文章于 2025-03-24 12:06:11 发布

阅读量4.5k

点赞数 60

文章标签： python 学习 conda 深度学习

本文链接：https://blog.csdn.net/weixin_44229935/article/details/146313665

版权

Anaconda 下载、安装、配置、使用

一、下载

可以从清华大学开源软件镜像站下载，也可以从官网下载。

清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/
在这里插入图片描述
官网下载：https://www.anaconda.com/download

方法一：输入Email，随后下载链接会发送到自己的Email里，点击链接后跳转下载页面。
方法二：可以不注册，点击 Skip registration：
跳转到：https://www.anaconda.com/download/success
在这里插入图片描述
然后点击 Download，下载就可以了。

二、安装

1.双击安装包，进行安装
在这里插入图片描述

点击安装后等待安装完成就可以了。

三、配置

1.Anaconda 没有安装在默认目录，需要设置一系列配置
打开 Windows 搜索栏搜索高级系统设置：
在高级中找到下方的环境变量，打开环境变量找到下方的系统变量
系统变量里面有 path 路径，双击路径打开编辑环境变量界面
新建环境变量，将上一条创建的文件目录复制粘贴过来，如：
D:\anaconda3 --(python 需要)
D:\anaconda3\Scripts --(conda 自带脚本)
D:\anaconda3\Library\bin --(jupyter notebook 动态库)
D:\anaconda3\Library\mingw-w64\bin --(使用 C with python 的时候)
重新打开 Windows 搜索栏，搜索 anaconda prompt，输入代码

conda --version

成功安装会显示 Anaconda 的版本号

2.执行conda info，可以查看当前的信息
打开 Windows 搜索栏，搜索 anaconda prompt
输入代码：

conda info

会出现如下：
在这里插入图片描述
注意：
1.base environment : D:\anaconda3 (writable)这里的writable，有的会出现read only。
如不是：

参考：https://blog.csdn.net/qq_57308836/article/details/143573672
2.package cache 和 envs directories的路径在anaconda安装路径下。
如不是：
在这里插入图片描述

参考：https://zhuanlan.zhihu.com/p/20879204129

四、使用

1.Anaconda 官网 (国外) 下载 package 包的速度较慢，可以利用国内的清华源、阿里云、中科大等源 (高校提前下载后，存储在国内网站)，进行下载。
下面，我们把清华镜像添加进去。
在Anaconda Promp中执行如下几条命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --set show_channel_urls yes

查看国内镜像源添加位置
打开 Windows 搜索栏，搜索 anaconda prompt，输入代码

conda info

找到 channel URLs，查看是否添加国内镜像源

2.创建新的Conda环境

执行conda env list，可以查看所有的虚拟环境列表

例如：在这里插入图片描述

为了保持你的项目依赖的清晰和独立，建议为深度学习项目创建一个新的Conda虚拟环境。

创建虚拟环境时不指定python版本

使用 conda create --name 虚拟环境名 来创建一个虚拟环境，没有指定 Python 版本，那么虚拟环境会继承当前激活环境中的 Python 版本。例如，如果你在 base 环境中运行 conda create --name 虚拟环境名，那么新创建的虚拟环境会使用 base 环境中的 Python 版本。

创建虚拟环境时指定python版本

使用conda create --name 虚拟环境名 python=x.x.x 来创建一个虚拟环境，指定要使用的python版本号。

例如，我执行conda create --name pandas-env命令，创建名称为pandas-env的虚拟环境：
在这里插入图片描述
执行conda env list查看所有的虚拟环境列表：

可以看到，pandas-env这个虚拟环境创建成功了。

激活一个虚拟环境

使用 conda activate 环境名 激活一个虚拟环境；

退出虚拟环境

执行 conda deactivate 系统会恢复到 base 环境或其它激活的环境，例如我从base环境进入了pandas-env，然后执行 conda deactivate ，就退回到了base环境；

删除一个虚拟环境

执行 conda remove --name 环境名 --all 删除一个虚拟环境。

参考：https://blog.csdn.net/panghuangang/article/details/145929609

3.安装深度学习库
在激活的环境中，可以安装深度学习库，如TensorFlow或PyTorch。例如，安装PyTorch和TensorFlow：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
conda install tensorflow

注意：选择合适的cudatoolkit版本以匹配你的NVIDIA GPU驱动版本。例如，如果你的GPU支持CUDA 11.0，你可以使用cudatoolkit=11.0。

4.安装遥感相关的库
安装一些常用的遥感数据处理库，如rasterio（用于处理栅格数据）、geopandas（用于地理空间数据处理）和scikit-image（用于图像处理）：

conda install rasterio geopandas scikit-image

5.安装Jupyter Notebook（可选）
如果打算使用Jupyter Notebook进行开发，可以安装它：

conda install jupyterlab

安装完成后，可以启动Jupyter Notebook：

jupyter notebook

…未完待续
学习永无止境📝