Anaconda的安装与Pycharm配置（完整版）

一、Anaconda的安装与配置

参考：Anaconda超详细安装教程（Windows环境下）_conda安装-CSDN博客

安装conda搭建python环境（保姆级教程）_conda创建python虚拟环境-CSDN博客

（1）Anaconda的下载

清华大学镜像源下载：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

根据自己的电脑 选择合适的版本，可以参考后面的日期：

（2）Anaconda的安装

双击刚下下载的链接，点击“Next”：

同意协议书之后，选择所有用户：

选择一个空文件夹安装：

前两个是默认，最后一个我也选了：

等待程序安装，（有点慢）。好了之后点击"next"就可以了。这两个选项不用选，点击“Finish”：

（3）Anaconda的配置

进行环境变量配置

添加新的环境变量，注意是系统变量：

（4）测试安装是否成功

在cmd中输入以下命令进行测试：

conda --version
conda info
python

点击绿色的应用出现界面，下载成功：

二、通过conda配置python环境

（1）安装清华源

base环境下输入指令：

conda config --set show_channel_urls yes

然后在本地目录用户名的文件夹下C:\Users\用户名，产生的 .condarc，用记事本打开：然后将下面内容保存到 .condarc 文件里面即可。

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
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

完成！

接下来就可以创建虚拟环境，但是，之前出现一系列问题，因为之前下的anaconda版本太旧了。重新下载了anconda，问题明细保留下方：

---

解决方法可以参考：完美解决conda命令出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url报错的终极方法_condahtterror-CSDN博客

【已解决】CondaHTTPError:HTTP 000 CONNECTION FAILED for url＜https://mirrors.tuna.tsinghua.edu.cn-CSDN博客

还有这个，但不知道有用没：Anaconda创建虚拟环境时出现 Fetching package metadata ...-CSDN博客

检查网络设置，没问题：

先关闭防火墙试试：

控制面板-->系统与安全

出现新错误了（并不一定是关闭防火墙的原因，好像是开了tz 的原因），说是证书问题：

在C:\Users\zzu下找到.condarc文件，禁用SSL验证。设置ssl_verify: false，但这会降低安全性，成功之后要赶紧改回来，可以了。

---

（2）创建虚拟环境

输入以下命令，创建虚拟环境：

conda create --name lkg python=3.10

（3）查看虚拟环境并激活

查看环境是否创建成功，并激活环境以使用，创建的包通常在这个环境中：

conda info --envs
conda activate lkg

（4）安装python的工具包（只是帮助理解）

输入conda list可以看到，此时虚拟环境下已安装的包：

使用例子，可以不弄：

---

虚拟环境下有pip工具包后，可以使用pip安装其他工具包，举例输入“pip install see”：

删除包：

---

一些管理虚拟环境命令：

conda list：查看环境中的所有包
conda install XXX：安装 XXX 包
conda remove XXX：删除XXX 包
conda env list：列出所有环境
conda create -n XXX：创建名为 XXX 的环境 conda
create -n env_name jupyter notebook ：创建虚拟环境
activate noti（或 source activate noti）：启用/激活环境
conda env remove -n noti：删除指定环境
deactivate（或source deactivate）：退出环境
jupyter notebook ：打开Jupyter Notebook
conda config --remove-key channels ：换回默认源

三、在虚拟环境中搭建深度学习环境

参考：基于Anaconda搭建深度学习环境，安装Tensorflow、Keras和Pytorch_conda先装keras还是tensorflow-CSDN博客

（1）安装pytorch

因为电脑没有显卡，直接安装cpu版本的cuda就行了，去官网复制相应命令，在刚才建的虚拟环境中安装就行了：Start Locally | PyTorch

在刚才建立的虚拟环境下，输入命令：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

 （这部分之前整过）：tensorflow、keras安装_如何安装tensorflow和keras-CSDN博客

 （2）其他包的安装--Tensorflow、Keras

输入指令（后面可以加 “=版本”，这里我没弄，默认最新）：

conda install tensorflow
conda install keras

（3）检验环境是否安装好

四、Pycharm配置Anaconda环境

参考：Pycharm配置Anaconda详细教程（新建项目、打开现有项目）-CSDN博客

添加conda环境：

完成！