关于如何在少占用C盘空间的前提下安装ANACONDA和PyTorch，并在jupyter notebook中使用的综述

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

介绍

打开文章请点击这里：关于如何在少占用C盘空间的前提下安装ANACONDA和PyTorch，并在jupyter notebook中使用的综述

本文对发表在CSDN上的各种ANACONDA安装教程进行了综述，系统的总结归纳了如何在尽量不占用宝贵的C盘空间的前提下，安装ANACONDA和PyTorch，使PyTorch可以在jupyter notebook中被使用，并讲解了笔者在安装过程中遇到的问题和解决方式。

ANACONDA是一个开源的Python发行版本，包含了大量的科学包；PyTorch是由Facebook开发的开源深度学习框架，这二者是使用深度学习进行研究的重要工具，但其安装过程较为繁琐，网络上的教程虽然数量极多但质量良莠不齐，给用户的安装带来了不少困难。笔者之前在大二时曾下载过ANACONDA，但由于当时经验不足，在安装过程中犯了很多错误，使得大量C盘空间被占，PyTorch也无法正常使用。近几日笔者重装系统后，为了能够在以后的使用中保持心情愉悦，并且帮助其他想要在ANACONDA中使用PyTorch编写深度学习代码的用户快速完成安装配置，笔者对其安装过程进行了一番研究，再次安装了ANACONDA和PyTorch，并完成了这篇文章。

本文的主要目的有三点，第一：安装ANACONDA并避免ANACONDA占用大量的系统盘空间；第二：顺利安装PyTorch并使其可以成功调用GPU运行代码，第三：能够在jupyter notebook中使用PyTorch。

本文主要分为三部分，第一部分为ANACONDA的安装及路径设置，主要通过添加环境变量和设置envs、pkgs路径来改变文件的下载位置，达到节省C盘空间的目的。其中遇到了更改路径不成功，不可写入文件两个问题，均通过更改User权限得到了解决。第二部分为PyTorch的安装，重点在选择合适的PyTorch版本并顺利完成下载。其中遇到了默认通道下载过慢，其他通道如清华源等找不到相应文件的问题，均已得到了解决。第三部分为调整jupyter notebook的设置，使用户可以在其中使用创建的虚拟环境。

笔者水平有限，有误欢迎指正。文中未提到的问题是笔者在安装过程中没有遇到并且也不知如何处理的问题。文章为笔者查阅CSDN相关博文，并实际操作后总结出的安装过程。希望能够帮助到其他需要安装ANACONDA和PyTorch又不希望它占用太多系统盘的用户。建议先阅读全文，有大致了解后再进行安装操作。

转载请注明出处