🚀 Conda环境创建与PyTorch安装完整指南

本指南将帮助你从零开始创建一个名为 DL 的深度学习环境，并完成PyTorch的安装配置。

📦 一、安装Anaconda

1.1 下载Anaconda

访问以下链接下载Anaconda安装包：

1
https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Windows-x86_64.exe

1.2 运行安装程序

双击下载的 .exe 文件，按照向导完成安装。

🔧 二、创建Conda环境

2.1 打开Anaconda Prompt

方式一：在Windows搜索栏中输入 Anaconda Prompt，点击打开

方式二：

  1. 按 Win + R 打开运行窗口
  2. 输入 cmd 并按回车
  3. 输入 activate 并按回车

2.2 创建Python 3.9环境

在Anaconda Prompt中输入以下命令：

1
conda create -n DL python=3.9 -y

💡 说明：-n DL 指定环境名称，python=3.9 指定Python版本，-y 自动确认安装

2.3 激活环境

1
conda activate DL

⚠️ 遇到问题？ 如果激活失败，请执行以下步骤：

  1. 输入 conda init 并按回车
  2. 关闭当前窗口
  3. 重新打开Anaconda Prompt
  4. 再次执行 conda activate DL

🔥 三、安装PyTorch

3.1 检查CUDA版本

  1. 按 Win + R 打开运行窗口
  2. 输入 cmd 并按回车
  3. 输入以下命令：
1
nvidia-smi

查看输出中的 CUDA Version 信息（例如：12.8）

📌 注意：如果没有NVIDIA显卡或未安装CUDA，只能使用CPU版本的PyTorch

3.2 获取安装命令

访问PyTorch官网：

1
https://pytorch.org/get-started/locally

根据你的配置选择：

  • PyTorch Build: Stable
  • Your OS: Windows
  • Package: Pip
  • Language: Python
  • Compute Platform: 根据你的CUDA版本选择（如 CUDA 12.8）

示例命令：

  • CUDA版本（如CUDA 12.8）：

    1
    pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

  • CPU版本（无显卡）：

    1
    pip3 install torch torchvision

3.3 执行安装

在已激活DL环境的Anaconda Prompt中，粘贴上述命令并按回车。

✅ 四、验证安装

4.1 创建测试脚本

在D盘的test文件夹下创建文件 verify_installation.py，粘贴内容如下：

  • 创建的时候可以先右键创建文件后新建文本文档，然后命名为verify_installation.py，前提是确保文件扩展名显示。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import torch

print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是否可用: {torch.cuda.is_available()}")

if torch.cuda.is_available():
    print(f"CUDA版本: {torch.version.cuda}")
    print(f"GPU设备名称: {torch.cuda.get_device_name(0)}")
    print(f"当前GPU设备索引: {torch.cuda.current_device()}")
else:
    print("当前使用CPU模式")

# 测试张量运算
x = torch.randn(3, 3)
y = torch.randn(3, 3)
z = x + y
print(f"✓ 张量运算测试成功，结果形状: {z.shape}")

💡 提示：确保文件扩展名显示

  1. 打开”此电脑”
  2. 点击顶部菜单栏的”查看”
  3. 勾选”文件扩展名”

4.2 运行测试

在激活的DL环境中，切换到D盘test文件夹下并运行脚本：

1
cd D:\test
1
python verify_installation.py

预期输出：

  • PyTorch版本信息
  • CUDA可用性状态
  • GPU信息（如果有）
  • 张量运算测试成功

🎉 完成！

恭喜！你已经成功创建了名为 DL 的深度学习环境并安装了PyTorch！

📚 常用命令参考

环境管理

操作 命令
激活环境 conda activate DL
退出环境 conda deactivate
查看所有环境 conda env list
删除环境 conda env remove -n DL
查看已安装包 conda list

创建其他环境

如果需要创建新环境（例如 DLone），只需将上述所有命令中的 DL 替换为 DLone：

1
2
conda create -n DLone python=3.9 -y
conda activate DLone

🆘 常见问题

Q: 为什么 conda activate 不工作？
A: 执行 conda init，然后重启终端

Q: 安装PyTorch时速度很慢？
A: 可以使用国内镜像源，或等待下载完成

Q: 如何确认GPU是否被PyTorch识别？
A: 运行验证脚本，查看 CUDA是否可用 是否为 True

📝 提示：建议为不同项目创建独立的conda环境，避免包版本冲突！