人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用-Toy模板网

这篇具有很好参考价值的文章主要介绍了人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

作者介绍

孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：2425613875@qq.com

安装前先下载安装包，建议在博主已准备好的百度网盘链接中下载：

百度网盘链接：https://pan.baidu.com/s/1FgjTixyrP0xL-SRrUSARhw
提取码：2021

注：本教程安装版本为Pytorch=1.1.0,对应cuda=9.0, torchvision=0.3.0, Python=3.6，预计耗时30分钟可完成，查找显卡驱动可能需要些时间。

说在前面！！！

安装前必备条件：
查询自己电脑是否支持GPU运算.

1. 安装GPU版本的Pytorch（推荐）
安装GPU版本Pytorch则需要满足显卡驱动的要求，不注意显卡驱动的要求安装GPU版本的Pytorch后，在本教程第6步验证时可能会出现False。

本教程尽量满足大家显卡驱动的版本，选择常用的cuda9.0，对应的显卡驱动版本需>=385.54，否则安装的版本不能使用GPU运算。如下图为不同的驱动版本所支持的cuda(cuda为加速运算的引擎)，驱动版本向下兼容。
人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用
查询自己的显卡驱动所支持的cuda版本.
查询到驱动版本大于385.54即可，若不满足，需要更新驱动或者安装CPU版本的Pytorch。（如下图我所使用是驱动精灵软件、或者使用官方的GeForce Experience）
人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用
2. 安装CPU版本的Pytoch
在本教程的GPU版本Pytorch安装的第3步运行完之后，安装CPU版本Pytoch。进入虚拟环境，使用Pytoch官网指定的方式安装即运行如下指令，然后直接跳到第6步验证是否安装成功，import torch不报错就成功了：

conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch

下面开始GPU版本的pytorch快速安装之旅吧！

一. 在Anaconda中创建虚拟环境

1. 进入本地终端

1.1 键盘使用win+R快捷键

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

1.2 输入cmd点击确定进入windows命令行终端

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

2. 安装镜像源

2.1 添加镜像源

在命令行依次运行下列5条指令添加。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

3. 创建虚拟环境

3.1 使用指令创建虚拟环境

创建虚拟环境(例如安装的虚拟环境名为Python36, Python版本指定为3.6)，终端运行如下指令：

conda create -n py36 python=3.6

3.2 查看Anconda中是否出现创建好的虚拟环境

打开Anconda，点击Environments发现有了名为py36的虚拟环境。

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用
注：接下来就可以在名为py36这个虚拟环境中安装各种科学计算的包和框架（pytorch），若有多个环境，那么例如需要python3.7，那么就创建python3.7的虚拟环境，有conda管理不会出现版本冲突。

4. 进入虚拟环境

进入和退出虚拟环境使用指令如下（图中为进入虚拟环境名为py36，并且验证python是否安装成功）

4.1 终端运行如下指令查看本地环境

conda env list

4.2 终端运行如下指令进入虚拟环境

conda activate py36

4.3 终端运行如下指令退出虚拟环境

conda deactivate

注意事项：进入虚拟环境如图：会有小括号（虚拟环境名:py36），进入虚拟环境后就可以在python为3.6的环境下配置pytorch了，尽情安装吧！
人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

二. 在虚拟环境中安装pytorch和torchvision

本教程利用终端指令源码编译安装，博主已踩过很多坑，这里快速助力你进行安装。pytorch和torchvision版本需要对应，可自己查询。这里选择安装的是pytoch1.1.0和torchvision0.3.0

1. 在虚拟环境中安装Pytorch

下载pytoch1.1.0的源码包的网站：（安装包已经下载好并提供给大家，在文件中找到如下图片命名的安装包即可，以后若需要安装别的版本的去此网站下载，注意需要下载GPU版的安装包，下载好对应的pytorch版本后，继续【步骤4】进行安装。另外,不同的系统和显卡驱动可能会需要安装更高版本的pytorch，并且按照此教程在最后安装完成后验证GPU为False，可以再参考 【步骤7】 进行安装）
https://download.pytorch.org/whl/cu90/torch_stable.html
选择并下载：

我所创建的虚拟环境起名为py36six，进入虚拟环境后，找到安装源码包的位置，例如我的路径在：E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

利用pip运行如下指令安装，很快便可编译，不会因为网络问题等出现任何错误，这至此，pytoch1.1.0安装完成，还需要安装torchvision：

pip install E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

2. 在虚拟环境中安装torchvision

Pytorch、torchvision和python是有对应的版本关系的，本教程查到pytoch1.1.0对应的torchvision版本为0.3.0。
补充，pytoch和torchvision的版本对应关系可在 pytorch官网查询。对应关系也可参考下图：
人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

下面使用pip指令安装torchvision0.3.0，参考链接.：

pip install --no-deps torchvision==0.3.0

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

3. 验证是否安装成功

安装完成后，在虚拟环境中依次运行如下指令进行验证Pytoch是否安装成功以及GPU是否可用；

python 
import torch 
torch.cuda.is_available()

人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用

若 import torch 不报错，说明torch安装成功，安装cpu版本验证本条指令成功即可。
若 torch.cuda.is_available() 结果显示True，那么恭喜你GPU版本安装完成，则可以跳过【4.后续】，然后继续Vscode中使用虚拟环境的教程。

4. 后续：GPU版本安装失败或安装不同版本的pytoch

以下windows版本安装的参考链接：window \ Linux \ Mac安装不同版本的pytoch.

windows版本

conda安装

1.cuda9.0  python3.6/3.5/3.7
conda install pytorch -c pytorch
pip3 install torchvision
2.cuda8.0 python3.6/3.5/3.7
conda install pytorch cuda80 -c pytorch
pip3 install torchvision

Pip安装

1.CUDA8.0  python3.5
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA8.0  python3.6
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA8.0  python3.7
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.CUDA9.0  python3.7
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
2.CUDA9.0  python3.6
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.0  python3.5
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision

1.CUDA9.2 python3.5
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA9.2 python3.6
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.2 python3.7
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.没有CUDA  python3.5
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.没有CUDA  python3.6
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.没有CUDA python3.7
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision