B站：馬上就更?。?！_bilibili
CSDN：手把手帶你入門深度學(xué)習(xí)（一）：保姆級Anaconda和PyTorch環(huán)境配置指南_百年后封筆-CSDN博客
Github：封筆
公眾號：百年后封筆

一、 前言和準備工作

你好，我是封筆！

如今深度學(xué)習(xí)技術(shù)的不斷演進，我們的生活發(fā)生著翻天覆地的變化，無論是計算機視覺、自然語言處理還是推薦技術(shù)都有著不同程度的革新。隨著工具和知識的不斷完善，我們學(xué)習(xí)深度學(xué)習(xí)的門檻越來越低，對于想快速入門的同學(xué)，往往需要搜集各種資料，很難找到一個完善的入門教程，這里為了滿足初入深度學(xué)習(xí)的同學(xué)的需求，特別記錄一下深度學(xué)習(xí)入門的系列文章吧，說到深度學(xué)習(xí)框架，便于上手且學(xué)術(shù)界用的最多的就是PyTorch啦，要配置PyTorch環(huán)境最好就是先安裝好python環(huán)境和Anaconda包管理工具，本文就為大家介紹深度學(xué)習(xí)——Python和Anaconda環(huán)境配置的全流程，手把手教大家完成Python深度學(xué)習(xí)環(huán)境配置！

1.1 python、anaconda和pytorch的關(guān)系

相信初入深度學(xué)習(xí)的朋友們可能對于python、anaconda還有pytorch這一系列的名詞感到迷惑，不知道到底應(yīng)該先安裝哪一個，每一個又分別有什么用。這里，我大概介紹一些這三者都是什么東西，以及他們各自的作用，相信了解了這三者的關(guān)系之后，我們自己在配置的時候就更加得心應(yīng)手啦！先來看一下他們?nèi)齻€都是啥玩意：

• Python是一種廣泛使用的編程語言，在許多領(lǐng)域都有應(yīng)用。它具有簡潔的語法，易于學(xué)習(xí)，并且有大量的第三方庫可以使用。

• Anaconda是一個Python的包和環(huán)境管理軟件，提供了許多用于數(shù)據(jù)科學(xué)，機器學(xué)習(xí)和科學(xué)計算的庫和工具。它還提供了一個軟件包管理器conda，可以輕松安裝和管理Python庫和其他軟件包。

• PyTorch是一款開源深度學(xué)習(xí)框架，基于Python開發(fā)。它提供了大量的功能和工具，可以幫助用戶訓(xùn)練和開發(fā)神經(jīng)網(wǎng)絡(luò)模型。 PyTorch可以通過pip或conda進行安裝，因此它與Anaconda和Python之間有著密切的關(guān)系。

所以通過上面的解釋，聯(lián)合起來就是說：

首先，我們需要配置好Python的語言環(huán)境，作為我們基本編程使用；但是呢，實際開發(fā)中，我們往往需要對不同的工程需要安裝不同的第三方庫，A項目的幾個包和B項目的包的版本可能是沖突的，那這就可能需要反復(fù)改環(huán)境中的包版本，這豈不是很麻煩？這時候就需要Anaconda，來幫助我們創(chuàng)建不同的虛擬環(huán)境，各個環(huán)境之間你可以配置和項目對應(yīng)的包和版本，這樣就不會沖突，也顯得非常的優(yōu)雅。那么最后的pytorch呢，他其實是依賴一些其他第三方庫的框架，當然，它也可以算是一個第三方庫，可以認為他的作用是專門用來做深度學(xué)習(xí)的框架，因此我們一般是專門為他創(chuàng)建一個虛擬環(huán)境，是不是很牌面，對沒錯。

二、 Anconda安裝

很多同學(xué)可能比較迷惑，不是說要先配置python環(huán)境嗎，這里怎么一上來就是anaconda，其實不然，anaconda本身安裝好就會自帶一個base環(huán)境，里面是最新的python解釋器和相關(guān)的包管理工具等，所以我們完全不需要單獨安裝python，而如果你只是簡單使用python殺殺雞，那么也不需要anaconda這個牛刀，hhh~。

這里我們主要按照windows下anaconda環(huán)境的配置方法來演示，linux和mac上的配置其實大同小異。

廢話不多說，開整！

2.1 安裝 anaconda

1. 首先去anaconda官網(wǎng)下載安裝包
   

一般下載起來還是非常快的，如果覺得下載速度比較慢的話，那么也可以去清華源瞧瞧，如下所示，選擇最新的且和自己電腦所適配的版本就行，Windows這邊是Anaconda3-2022.10-Windows-x86_64.exe，如果你是Mac的話，那你選擇上面的Anaconda3-2022.10-MacOSX-x86_64.pkg就ok。

2. 打開剛剛下載的安裝包，然后一直Next就ok啦，需要主要按照要求一步步進行安裝即可，一直next就行，如下所示

然后就是安裝過程了，這里我就不繼續(xù)啦，大家等待安裝就ok啦~ 順手可以收藏一哈這篇文章呀！

4. 檢查anaconda是否安裝成功

按win + r 鍵，輸入cmd，打開cmd

輸入conda -V,一般會有兩種情況，下面這種就是安裝好了的。

如果報錯了，那么需要你將anaconda的安裝路徑先找到，比如，是在C:\Users\xxx\anaconda3，那么接著你就需要在你的系統(tǒng)環(huán)境變量里面，把下面幾個路徑加入到path里面，也就是把anaconda的bin和Scripts路徑加入到環(huán)境變量里面去，如下：

C:\Users\xxx\anaconda3\bin
C:\Users\xxx\anaconda3\Scripts
C:\Users\xxx\anaconda3

操作完之后，再檢驗一下conda有沒有安裝好就行了，一般出問題就是環(huán)境變量沒加入進去，其他沒啥問題。

2.2 更改pip源和anaconda源

在我們安裝包的過程中經(jīng)常會遇到網(wǎng)絡(luò)不佳或者下載緩慢的問題，這個時候就需要配置一下pip源和anaconda源，下面給出pip源和anaconda源的配置方法：

2.2.1 配置pip源

為了解決安裝相關(guān)依賴包，國內(nèi)下載python非常慢的問題，我們需要先配置一下pip鏡像源，具體做法如下：

1. 在C:\Users\xxx中創(chuàng)建一個名為pip的文件夾，然后在里面創(chuàng)建一個pip.ini文件，注意后續(xù)需要修改這個文件內(nèi)容，因此可以先把名字改成pip.txt，后續(xù)再改成pip.ini
   
2. 修改pip.ini文件內(nèi)容，然后保存就可以啦！就是這么簡單~

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

當然你也可以使用下面的幾種源來替代上面pip.ini文件中的index-url的值，如下：

• 清華大學(xué) ：https://pypi.tuna.tsinghua.edu.cn/simple/
• 阿里云：http://mirrors.aliyun.com/pypi/simple/
• 中國科學(xué)技術(shù)大學(xué) ：http://pypi.mirrors.ustc.edu.cn/simple/

2.2.2 配置anaconda源

anconda源的配置方法如下：

1. 在C:\Users\xxx中找到一個叫做.condarc的文件, 如果沒有那就創(chuàng)一個！

2. 然后右鍵用記事本或者vscode打開他！把下面這段話粘到這個文件中

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

如果你不清楚的話，也可以參考這個清華源的官方教程或者評論給我！官方教程中地址可能是https開頭的，但實際可能會出錯，那么你把https改成http就ok了，這里給大家的直接是http~

2.3 創(chuàng)建虛擬環(huán)境

好了，萬事俱備！我們終于可以絲滑地地針對不同的項目需要創(chuàng)建自己的虛擬環(huán)境，在虛擬環(huán)境中安裝不同的python版本和第三方庫，廢話不多說，開干！

1. 先看看咱們都有哪些虛擬環(huán)境

還是先打開cmd，輸入conda env list，如下圖所示，可以看出我們有不少虛擬環(huán)境，最基本的就是base環(huán)境，其他是我之前創(chuàng)建的。前面是環(huán)境名，后面是對應(yīng)的環(huán)境相關(guān)的依賴和包的路徑。

2. 創(chuàng)一個虛擬環(huán)境

接著我們輸入下面的命令，創(chuàng)建一個python版本為3.9，名字叫做my_env的虛擬環(huán)境，如下所示：

conda create -n my_env python=3.9

輸入y繼續(xù)下一步，他就會火速安裝一些包，然后看到下面的就ok了

3. 激活虛擬環(huán)境看看

好了你已經(jīng)擁有了自己的虛擬環(huán)境，下面我們看看里面有什么東西呢？以及如何用你虛擬環(huán)境的python解釋器來運行python代碼呢？

首先，還是打開cmd，使用activate my_env 或 conda activate my_env激活你的虛擬環(huán)境，你就可以看到命令行前面有一個（my_env），說明你已經(jīng)進來了。然后輸入conda list，就可以看到你這個虛擬環(huán)境里面的包和版本號

這里淺淺測試一下python吧，先在cmd中輸入python，進入python終端，然后輸入下面的代碼，就會產(chǎn)生魔法，發(fā)射愛心！

print('\n'.join([''.join([('Love'[(x-y) % len('Love')] if ((x*0.05)**2+(y*0.1)**2-1)**3-(x*0.05)**2*(y*0.1)**3 <= 0 else ' ') for x in range(-30, 30)]) for y in range(30, -30, -1)]))

當然想退出的話，輸入exit()就可以啦。

2.4 常用conda命令

下面羅列一些常用的conda命令，供你參考使用

# 建立新環(huán)境
conda create -n new env_name  python=3.8
# conda初始化
conda init
# 激活虛擬環(huán)境
conda activate env_name 或者  activate env_name
# 查看虛擬環(huán)境
conda env list
# 刪除虛擬環(huán)境
conda remove -n env_name --all

三、 PyTorch安裝

好了現(xiàn)在到了環(huán)境配置的最后一個階段啦，感謝你的堅持！

深度學(xué)習(xí)研究至今，已經(jīng)有很多框架供我們使用，其實說到底，深度學(xué)習(xí)框架我們可以認為是一個煉丹的爐子，別人已經(jīng)把爐子給我們造好了，我們只需要按照步驟使用爐子煉丹就行了。目前比較主流的深度學(xué)習(xí)框架包括：PyTorch、Tensorflow、Caffe等等。當然為了完成端側(cè)模型開發(fā)部署的需求，例如MNN、TNN等端側(cè)框架也十分常用。科研中使用PyTorch更多一些，因此我們這里還是按照PyTorch的安裝來作為實例吧，如果大家有別的需求也可以留言告訴我，可以出番外篇hhh~

配置Pytorch環(huán)境其實也是分為兩步的，根據(jù)我們自身算力設(shè)備的限制，會有所不同，主要分為CPU和GPU版本，GPU主要是針對英偉達顯卡而言的，安裝起來相對麻煩一些，cpu版本可以用來做一些測試，在訓(xùn)練時相比于gpu版本缺少了并行加速，從而速度會慢很多。如何判斷自己是否有英偉達顯卡呢？打開任務(wù)管理器，點擊GPU，如果出現(xiàn)了紅框中的字樣，那么很幸運，你是尊貴的顯卡擁有者，可以安裝gpu版本的PyTorch。

不過如果像下圖一樣，你沒有顯卡，只有一個集成顯卡，也不要慌，我們還有cpu版本的PyTorch，如果你可以忍受在模型訓(xùn)練時風(fēng)扇嗡嗡作響的聲音，以及無窮無盡的訓(xùn)練進度的話，那也完全沒問題哈哈哈，或者說你只是想跑一個代碼的測試，那cpu也完全ok的。

廢話不多說，開整！

3.1 安裝 CPU版本PyTorch

3.1.1 快速安裝

cpu版本的安裝很簡單呀，

1. 首先我們先去PyTorch的官網(wǎng)瞧瞧：
   

2. 選擇windows，python和cpu版本就可以，我們可以得到藍色的命令，看到了嗎！

conda install pytorch torchvision torchaudio cpuonly -c pytorch

這段命令要運行在哪里呢，其實只需要先在cmd中激活我們的第二步用Anaconda創(chuàng)建的my_env這個虛擬環(huán)境就ok，然后再輸入上述的命令即可，如下所示:

processd輸入y即可耐心等待自動安裝啦~

3. 驗證安裝是否成功

我們可以在安裝好之后的cmd中，輸入python，然后輸入紅色框中的兩段代碼，第一段是導(dǎo)入torch這個包，然后創(chuàng)建一個5*3的tensor向量并打印出來；第二段是檢查gpu是否可用，cpu版本的gpu肯定是不可用的（總不能無中生有吧哈哈哈）：

import torch
x = torch.rand(5, 3)
print(x)

import torch
torch.cuda.is_available()

如果你出現(xiàn)了和上圖類似的結(jié)果，沒有出現(xiàn)error,那么恭喜你，安裝成功啦，你已經(jīng)可以去去跑很多別人預(yù)訓(xùn)練好的模型和代碼啦~

3.1.2 按照指定版本安裝（進階）

很多時候我們需要去按照項目的要求去安裝PyTorch的版本，這時候一般有兩種：

1. 按照項目的requirement.txt進行安裝

例如我們需要配置目標檢測的yolov5的環(huán)境，先下載yolov5項目，然后注意下他里面的requirements.txt，如下圖所示。

我們進入到y(tǒng)olov5的文件夾中，然后打開cmd，激活虛擬環(huán)境，然后輸入pip install -r requirements.txt，如下圖所示，即可按項目要求安裝。

2. 自行選擇需要的版本安裝

這個自由度更高，當你對自己的版本需求很明確的時候，你可以直接去pytorch歷史版本中尋找自己要的包，例如：你的平臺是linux或者Windows，你要用pip安裝你的包，并且想安裝cpu版本的pytorch，版本為1.8.1，那你可以直接復(fù)制其中的pip命令，如下所示：

pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

當然，你也可以使用conda安裝，或者按照平臺，按照包的版本，cpu或者gpu來選擇不同的指令，這塊適合于對環(huán)境需求非常了解的同學(xué)！初入學(xué)習(xí)的同學(xué)，可以先略過哈哈，當你經(jīng)受了環(huán)境配置的毒打，應(yīng)該會更加明確自己的需求。

3.2 安裝 GPU版本PyTorch

這塊的話，主要涉及到三部分：

• 一個是顯卡驅(qū)動的安裝，也就是cuda
• 一個是cudnn的安裝和cudatoolkit的安裝
• 還有就是gpu版本PyTorch的安裝了，這個和cpu版本類似，選命令去裝就ok。

這塊可以參考我之前的一篇文章，當時用到的是nvidia的3080顯卡，在windows平臺上配置pytorch1.7.1版本的說明，3080+pytorch1.7+windows的詳細安裝過程。文章來源地址http://www.zghlxwxcb.cn/news/detail-714678.html

到了這里，關(guān)于手把手帶你入門深度學(xué)習(xí)（一）：保姆級Anaconda和PyTorch環(huán)境配置指南的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！