conda+pytorch环境教程
前言
conda能管理不同的Python环境,不同的环境之间是互相隔离,互不影响的。以避免原本环境乱七八糟而导致错误。
即对原本环境的copy,是原本环境的副本。
在一台电脑上能够支撑多种环境。
conda是一个配置隔离python环境的工具
因为有些时候我们需要不同版本的python或不同版本的pip模块(比如你需要跑两个从github上下下来的代码,他们的tensorflow版本一个要求1.0一个要求2.0)
conda既可以实现pip模块不同版本共存,也可以实现python不同版本共存
conda只是一个工具,它有两种发行版,分别是Anaconda和Miniconda
anaconda是一个大而全的工具集合,包括了非常多常用的pip模块(如numpy、pandas、scipy、matplotlib等),它还有图形化的管理工具等
miniconda是一个单纯的conda工具,仅自带极少的python必要的包,干净纯粹,可以按照自己的需求构建任意环境
miniconda比anaconda小非常多,可以实现全部日常需求,只不过需要自己动手
默认conda会是base环境,你当然可以在这里装任何你需要的包,如果你想要创建多个隔离的虚拟环境,你还需要掌握conda环境的创建和切换。
一、新建conda环境
新建conda环境
conda create --name yolov5 python=3.9
name是新创建的虚拟环境的名字
python=3.9是python的版本号,可以指定版本。
查看现有的环境
conde info -e
我这里新建的环境名是yolov5
二、配置清华TUNA镜像源
1.生成.condarc文件
在 Anaconda prompt
命令窗口,中输入:
conda config --set show_channel_urls yes
之后可以在 C:\Users\xxx
中看到 .condarc
文件
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可添加 Anaconda Python 免费仓库。
在Anaconda prompt
命令窗口运行 conda clean -i
清除索引缓存,保证用的是镜像站提供的索引
三、安装pytorch
激活环境之后,就可以在环境中安装pytorch。进入pytorch官网选择PyTorch官网
网页下拉,即可看到下图,官网会自动根据你的电脑,显示的即是你可安装的CUDA版本,并给出安装命令
复制网页提供的命令
打开Anaconda prompt命令窗口,进入你刚刚创建的环境(我的环境名是yolov5)
conda activate yolov5
把从官网复制的那串很长的命令复制上去
下载过程会很费时间,并且网速要好
四、测试
打开 Anaconda prompt
命令窗口,激活环境,输入python,进入python开发环境中
输入下面命令
import torch
torch.cuda.is_available()
结果输出True 成功!!
五、conda命令
新建conda环境
conda create --name yourEnv python=3.9
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=3.9: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
激活conda环境
windows ==> activate yourEnv
linux/mac ==> source yourEnv
列出当前所有环境
conda info -e
或者
conda env list
查看当前环境的包和版本
conda list
特定环境所有包
conda list -n env_name
安装numpy sklearn包
conda install numpy scikit-learn
删除你的环境
conda env remove -n yourEnv --all
退出当前conda环境
conda deactivate
环境切换
conda activate YourEnvs
克隆虚拟环境
conda create -n newYourEnvs --clone oldYourEnvs
通过export命令导出环境配置 会生成一个.yml文件
conda env export > environment.yml
打开 environment.yml可以看见环境信息,下面的命令可以重新安装一个相同的环境
conda env create -f environment.yml