pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。

一、Anconada

1、为啥要用 Anconada

我们明明学的是 Python,为什么要下载 Anaconda,而不去下载 Python呢?
因为 Python虽然易用,但是用好却不容易,最麻烦的就是包的管理和Python不同版本的问题。为了解决这些问题,有不少发行版的 Python, 比如 WinPython、Anaconda 等,这些发行版将 python 和许多常用的package 打包,方便 pythoners 直接使用。此外,还有 virtualenv、pyenv 等工具管理虚拟环境。
而Anaconda就是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。它包含了Python和相关的大量的常用包和工具,这就避免我们今后在使用某个包而去自己下载带来的时间和不必要的麻烦。所以说,我们推荐使用Anaconda.

2、干啥的~

Anaconda 是一个开源的包、环境管理器,其包含了 conda、Python 等 180 多个科学包及其依赖项,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。
特点:
1、丰富的第三方库
Anaconda 附带了一大批常用数据科学包,它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2、管理包
Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。可以使用 conda 来安装、更新、卸载工具包,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy 、 Scipy 、 pandas 、 Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理 Python 的工具包,它也能安装非 python 的包。
3、虚拟环境管理
在 conda 中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。

二、下载、安装、配置环境变量

a、win安装

1、官网

  1. 官网链接:https://www.anaconda.com/
  2. conda官网是外国网站,速度非常慢,建议去清华大学开源软件镜像站下载,网址是:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2、下载安装流程

从网上找到一个详细的流程,我就不写了,直接贴在这儿了
Anaconda下载及详细安装图文教程(基于Windows操作系统)

3、配置环境变量

如果安装过程中没有勾选默认添加环境变量到path中(我就忘了~~),那就只能手动配置环境变量了,如果不配置环境变量,那么命令anaconda --versioncondapython --versionconda infoconda --version也就失效了。

网上也有,我就贴这儿了,很详细
Anaconda 环境变量的配置
我的配置路径

E:\anaconda
E:\anaconda\Scripts
E:\anaconda\Library\bin
E:\anaconda\Library\mingw-w64\bin

再说使用命令,则OK了

b、mac 安装

mac下下载安装并使用Anaconda

c、测试命令(命令在Mac和win下通用)

  1. anaconda --version

  2. python --version
    在这里插入图片描述

  3. conda
    在这里插入图片描述
    在这里插入图片描述

  4. conda info
    在这里插入图片描述

  5. 安装完后,会有以下几个软件
    在这里插入图片描述

  6. conda --version
    m在这里插入图片描述

三、anaconda创建多版本python环境

首先确保你的系统里已经安装了Cond,当然,从上面走到这里,肯定安装了。

  1. 打开Anaconda Prompt

1、查看系统当前所有python环境

  1. 查看你的系统当前已有的Python环境,执行命令:

    conda info --envs
    

    在这里插入图片描述 所在位置
    在这里插入图片描述

2、创建一个新环境

  1. 现在想添加一个Python2.7的环境,执行如下命令,命令中我制定了环境名称是python27,指定了Python版本是2.7,执行命令后,Conda会自动下载最新版的Python2.7,并自动部署

    conda create --name python27 python=2.7
    
  2. 此时,再次查看你的系统当前已有的Python环境,执行命令,从图中我们看到,这里多了一个名字为python27的Python环境。

    conda info --envs
    

    在这里插入图片描述

  3. 查看我们当前使用的Python版本,执行命令:python --version,从图中看到当前的Python环境是3.9.12版本
    在这里插入图片描述

3、切换到新环境

  1. 切换Python环境到刚才新添加的Python2.7,执行命令:activate python27,然后执行命令:python --version查看是否切换成功,这里看到确实切换成功了。这里发现,左边的括号也由base 变成了pathon27
    (Mac中是conda activate python27
    在这里插入图片描述

4、切换回老环境

  1. 在Python27环境下,完成工作后,切回原来的Python环境,执行命令:deactivate python27,报错,是因为命令被舍弃了,在下面看到提示,最终找到正确的命令conda deactivate,然后就发现左边括号内变成了base。
    (Mac 中 conda deactivate

    (python27) C:\Users\冯坚持>deactivate python27
    DeprecationWarning: 'deactivate' is deprecated. Use 'conda deactivate'.
    (python27) C:\Users\冯坚持>conda deactivate python27
    deactivate does not accept arguments
    remainder_args: ['python27']
    (python27) C:\Users\冯坚持>conda deactivate
    (base) C:\Users\冯坚持>
    

    在这里插入图片描述

5、删除不用的环境

  1. 如果刚才添加的Python27环境,不再使用,可通过执行命令:conda remove --name python27 --all进行删除
    在这里插入图片描述
    在这里插入图片描述
    到这儿为止,版本切换完毕。

四、anaconda 安装 pytorch

根据自己的安装版本,在Pytorch官网寻找安装命令代码:

1、安装

Pytorch官网:https://pytorch.org/
在这里插入图片描述
将复制的代码粘贴到命令行格式下,弹出提示,输入 y,即可完成安装。

2、安装中的错误

执行命令后,
在这里插入图片描述
在这里插入图片描述
可能会因为网络问题,中间的 pytorch 包没有下载下来,所以要重新执行命令下载。但是又报错了,爆了一个警告,如下:
在这里插入图片描述

在这里插入图片描述
意思是:pytorch 包下载了一半,出错了,需要删了这个下载了一半的包,然后重新执行下载,路径上面给出,anaconda 下载的包放在了E:\anaconda\pkgs\ 路径下
删除后重新执行命令,从内容中可以看出,只下载了pytorch 这个包
在这里插入图片描述
在这里插入图片描述

3、测试pytorch

  1. 进入python:python

  2. 测试pytorch:import torch
    在这里插入图片描述

五、Jupyter Notebook

1. 登陆

  • Anoconda 提供了一个交互式笔记本Jupyter Notebook ,可以支持运行40多种编程语言。

  • 在cmd命令框中运行:jupyter notebook,这时在浏览器打开 http:// localhost:8888 (通常 会自动打开)

  • 打开Jupyter Notebook后,新建python文件:new->python3
    在这里插入图片描述

2. 首次使用《Jupyter Notebook》需要输入token解决方法

  1. 方法一:打开cmd,输入jupyter notebook list
    win+R -> cmd ->jupyter notebook list
    找到http://localhost:8888/后面的token内容,复制输入到指定处即可
  2. 方法二:打开Anaconda Prompt,输入jupyter notebook list
    找到http://localhost:8888/后面的token内容,复制输入到指定处即可
相关文章
|
9月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
498 2
|
9月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
716 1
|
9月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
1605 1
|
10月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
1548 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
9月前
|
存储 Java 索引
(Python基础)新时代语言!一起学习Python吧!(二):字符编码由来;Python字符串、字符串格式化;list集合和tuple元组区别
字符编码 我们要清楚,计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如: 1 的二进制编码为 0000 0001 我们通过A这个字符,让其在计算机内部存储(现如今,A 字符在地址通常表示为65) 现在拿A举例: 在计算机内部 A字符,它本身表示为 65这个数,在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换,逐步发展为拥有127个字符的编码存储到计算机中,这个编码表也被称为ASCII编码。 但随时代变迁,ASCII编码逐渐暴露短板,全球有上百种语言,光是ASCII编码并不能够满足需求
372 4
|
10月前
|
JavaScript Java 大数据
基于python的网络课程在线学习交流系统
本研究聚焦网络课程在线学习交流系统,从社会、技术、教育三方面探讨其发展背景与意义。系统借助Java、Spring Boot、MySQL、Vue等技术实现,融合云计算、大数据与人工智能,推动教育公平与教学模式创新,具有重要理论价值与实践意义。
|
12月前
|
监控 数据安全/隐私保护 Python
微信自动抢红包免费版,2025微信抢红包神器,微信红包挂苹果版【python仅供学习】
这个模拟项目包含5个模块:核心监控逻辑、用户界面、配置管理、实用工具和主程序入口
|
10月前
|
机器学习/深度学习 存储 PyTorch
Neural ODE原理与PyTorch实现:深度学习模型的自适应深度调节
Neural ODE将神经网络与微分方程结合,用连续思维建模数据演化,突破传统离散层的限制,实现自适应深度与高效连续学习。
943 3
Neural ODE原理与PyTorch实现:深度学习模型的自适应深度调节