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

参考链接

PyTorch 最新安装教程
关于conda环境的配置，看这一篇就够了