Windows系统下Anaconda配置深度学习环境

一、Anaconda介绍

Anaconda官网：Anaconda | The World’s Most Popular Data Science Platform

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。通过conda对电脑的Python环境以及各个环境包的版本进行管理。

二、Anaconda安装

Anaconda 的安装较为简单，具体如以下几个步骤：

1、 打开Anaconda程序

2、 点击next后，进入Anaconda的规则界面，点击“I Agree”进入下一步。

3、进入用户权限界面，默认选择“Just Me”，然后点击“Next”按钮进入下一步。

4、选择Anaconda安装的位置，可以自定义，然后点击“Next”按钮进入下一步。

5、添加环境路径，这里两个选项需要勾选，不然系统无法默认找到Anaconda的Python环境，然后点击“Install”按钮安装软件即可。

以上就是Anaconda软件的安装过程，如果有不懂地方可以评论区发表看法，我会及时讲解

三、Anaconda常见指令

---

3.1 管理conda

查看conda版本：conda --version

查看conda的环境配置：conda config --show

添加镜像：conda config --add channels <镜像>

更新conda：conda update conda

3.2 管理环境

创建虚拟环境：conda create -n <环境名> python=<Python版本>

查看虚拟环境：conda info -e

激活虚拟环境：conda activate <环境名>

退出虚拟环境：conda deactivate

删除虚拟环境：conda remove --name <环境名> --all

接下来通过示例展示，这里创建一个名为pytorch的Python环境

# 创建名为pytorch的Python版本为3.8的环境
conda create -n pytorch python=3.8

# 查看Anaconda下管理的所有Python环境
conda info -e

# 激活pytorch
conda activate pytorch

# 退出虚拟环境
conda deactivate

删除pytorch环境：
conda remove --name pytorch --all

3.3 包管理

查询看当前环境所有的包及版本：conda list

安装包：conda install <包名>=<包的版本>
更新某个包到最新版本：conda update <包名>

conda卸载包：conda uninstall <包名>

清理缓存：conda clean -t

接下来通过示例展示，这里安装numpy的库

# 查看当前环境下的所有包
conda list

# 安装numpy
conda install numpy  # 可以不添加版本，默认为最新版本
conda install numpy=1.24.3

# 更新某个包到最新版本
conda update numpy

# conda卸载包
conda uninstall numpy

# 清理缓存
conda clean -t

四、Pytorch配置

Pytorch官网：PyTorch

4.1 什么是Pytorch？

PyTorch 是一种用于构建深度学习模型的功能完备框架，是一种通常用于图像识别和语言处理等应用程序的机器学习。使用 Python 编写，因此对于大多数机器学习开发者而言，学习和使用起来相对简单。PyTorch 的独特之处在于，它完全支持 GPU，并且使用反向模式自动微分技术，因此可以动态修改计算图形。这使其成为快速实验和原型设计的常用选择。

优点：

1、支持 CPU、GPU、并行处理以及分布式训练，可以在多个 CPU 和 GPU 核心之间分配，并且可以在多台机器上的多个 GPU 上进行训练。

2、持动态计算图形，能够在运行时更改网络行为。与大多数机器学习框架相比，提供了更大的灵活性优势，因为大多数机器学习框架要求在运行时之前将神经网络定义为静态对象。

3、具有大量预训练模型，能够直接调用预训练模型完成一些基本的深度学习操作。

4、Github代码完善。许多前沿作者的代码都会在Github上开源，其中Pytorch的项目很容易找到，能够基于作者或者一些开源人员的代码作为baseline来实现自己的功能。

4.2 Pytorch安装

在Pytorch官网上可以根据自己电脑设备的情况选择合适的安装指令，如下图所示。

4.3 Pytorch安装验证

在安装Pytorch的环境下执行下列代码，如果执行成功则表示安装成功。

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

五、懒人Pytorch配置

配置Python环境是非常折磨的过程，会遇见各种各样的bug。本人在Anaconda学习过程中发现一种懒人的安装方式，不需要任何指令即可安装，操作如下所示。

1、找到Anaconda的安装路径，并进入该文件夹。在该路径下有一个叫做“envs”的文件夹，该文件夹下管理了不同Python的环境。我这里有名为base、baseline、torch-cpu、torch-gpu四个Python环境。（torch.zip为已经部署好的Python环境）

2、将已经部署好的Python环境torch.zip解压到当前路径下（这里需要将文件夹里边的内容放在该路径下的一个文件夹中）

3、在cmd中执行conda info -e即可看见当前环境。

已经打包好的pytorch环境可以通过下方微信公众号发“Pytorch环境”获取百度云链接或者点击下方链接在文末获取。
Windows系统下Anaconda配置深度学习环境 (qq.com)

参考： Anaconda详细安装及使用教程（带图文） - 知乎 (zhihu.com) Anaconda介绍、安装及使用教程 - 知乎 (zhihu.com) Anaconda conda常用命令：从入门到精通_conda命令_笨牛慢耕的博客-CSDN博客

‍