您现在的位置是：首页 >学无止境 >人工智能之配置环境教程二：在Anaconda中创建虚拟环境并在VsCode中使用网站首页学无止境
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
人工智能之配置环境教程二：在Anaconda中创建虚拟环境安装pytorch并在VsCode中使用虚拟环境
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。
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）
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
1.2 输入cmd点击确定进入windows命令行终端
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。
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！
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 orch-1.1.0-cp36-cp36m-win_amd64.whl
- 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 orch-1.1.0-cp36-cp36m-win_amd64.whl
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：
- 下面使用pip指令安装torchvision0.3.0，参考链接.：
pip install --no-deps torchvision==0.3.0
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()
- 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
三. VsCode 中使用虚拟环境
1．在VScode中添加Python解释器
1.1 安装Python插件
- 进入VsCode软件，点击“扩展”，并在搜索框中输入Python，然后选择Python插件右下角的Install；
1.2 添加Python解释器
- 按快捷键 “Ctrl+Shift+P” ，调出全局设置搜索窗口，然后输入 “Python:Select Interpreter” 后会出现 “Python:Select Interpreter” 选项，点击该选项；
- 点击该选项会后跳转到 Python 解释器配置窗口，这里显示的是已经添加好的Python解释器，选择py36，即可在VsCode中使用Python了；
四. 创建项目并在VScode中打开
- 在桌面新建文件夹，并命名为“AI-case”；
- 在VScode中，点击 ”File”，并选择 ”Open Folder”，将桌面新建的“AI-case”添加进来；
- 添加“AI-case”后点击确定，并选择“Yes，I trust the authors”;
- 在添加进来的“AI-case”项目中点击“New fiel…”新建text.py；
- 在创建好的text.py中输入“print（‘hello world’）”，并点击运行按钮，即可在终端得到运行结果；
注意事项：若VsCode进入终端后是PS环境；则先在终端中输出cmd，退出PS环境，再手动输入 “conda activate py36” 进入配置好的py36环境中;
参考链接：
课题组踩坑总结经验，希望大家不吝一键三连，关注支持一下！！！
站长推荐
- U8W/U8W-Mini使用与常见问题解决
U8W/U8W-Mini使用与常见问题解决 - stm32使用HAL库配置串口中断收发数据（保姆级教程）
stm32使用HAL库配置串口中断收发数据（保姆级教程） - SpringSecurity实现前后端分离认证授权
SpringSecurity实现前后端分离认证授权 - 【社区图书馆】伴我前行的一本书《The C Programming Language》
【社区图书馆】伴我前行的一本书《The C Programming Language》 - 分享几个国内免费的ChatGPT镜像网址(亲测有效)
分享几个国内免费的ChatGPT镜像网址(亲测有效)