【ML】 环境配置问题：使用anaconda安装了pytorch 使用网页的jupyter可以import torch 但是vscode里建立的python脚本无法使用import torch

RT

• ANS： 按照以下方式修改 成功解决，因为使用的环境不同，anaconda使用了创建了另一套环境，切换解释器环境即可

• 可以如下图确认anaconda是否配置了环境
• 

灭有的话可以安装：

• 传虚拟环境 或者就在base下操作
• 安装torch

conda create --name myenv python=3.8
conda activate myenv
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch

anaconda 环境相关基本操作：来自gpt

Anaconda 是一个强大的数据科学和机器学习工具，它提供了管理 Python 环境的便捷方式。以下是一些常见的 Anaconda 命令和操作，包括创建虚拟环境和切换环境：
1. 创建虚拟环境：
在 Anaconda 中，您可以使用 conda create 命令来创建一个新的虚拟环境。虚拟环境允许您在不同的项目中隔离和管理依赖项。
conda create --name myenv

其中 myenv 是您希望为虚拟环境指定的名称。您还可以通过指定要安装的 Python 版本来创建虚拟环境，例如：
conda create --name myenv python=3.8

2. 激活虚拟环境：
一旦创建了虚拟环境，您需要激活它以开始在其中工作。在 Windows 上，使用以下命令：
conda activate myenv

在 macOS 和 Linux 上，使用以下命令：
source activate myenv

3. 安装包到虚拟环境：
在虚拟环境激活后，您可以使用 conda install 命令来安装包。例如：
conda install numpy

这将在当前虚拟环境中安装 NumPy 包。
4. 查看已安装的包：
要查看当前虚拟环境中已安装的包，可以使用以下命令：
conda list

5. 导出虚拟环境的依赖项：
您可以将虚拟环境的依赖项导出到一个文件，以便在其他地方创建相同环境。例如：
conda list --export > environment.yml

6. 创建环境的副本：
如果您想在另一个地方创建一个与现有环境相同的环境，可以使用以下命令：
conda create --name myenv_copy --clone myenv

这将创建一个名为 myenv_copy 的环境，并将 myenv 中的依赖项复制到新环境中。
7. 删除虚拟环境：
如果您不再需要某个虚拟环境，可以使用以下命令删除它：
conda env remove --name myenv

8. 列出所有可用环境：
您可以列出所有可用的虚拟环境，以及当前激活的环境，使用以下命令：
conda env list

9. 切换到基础环境：
要切换回 Anaconda 的基础环境（默认环境），可以使用以下命令：
conda deactivate

这些是一些 Anaconda 的常见命令和操作，可以帮助您管理虚拟环境和依赖项，以便更轻松地进行 Python 开发和数据科学工作。