https://zhuanlan.zhihu.com/p/348120084
https://blog.csdn.net/weixin_44110563/article/details/123324304
介绍
Conda创建环境相当于创建一个虚拟的空间将这些包都装在这个位置，不需要了可以直接打包放入垃圾箱，同时也可以针对不同程序的运行环境选择不同的conda虚拟环境进行运行。
例如：
env1装了pytorch1.0，env2装了pytorch1.2，需要使用1.0的时候激活env1，需要使用pytorch版本1.2的时候激活env2，这样就不用每次配环境一个一个包重新安装。
配置Anaconda源
通常anaconda的默认源在境外，下载速度会非常慢甚至导致网络错误下载包失败，打开Anaconda Prompt使用以下方法将清华镜像添加到anaconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda info查看当前channel
基本操作
创建一个环境，在这个环境中配各种各样的包，就可以在这个环境中运行实现目标程序的运行
conda create -n 环境名
conda info --envs 查看当前conda所有环境
conda activate 环境名 激活环境
前面变成了（new），也就是我们成功进入了门牌号为new的这样一个房间。在new里面，我们买的所有工具包都存放在这个房间。
可以在环境中用conda或者pip安装包
Conda install 包名称
pip install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple（清华镜像）
pip install 包名称 -i https://pypi.doubanio.com/simple/ （豆瓣镜像）
查看环境中现有的包
conda list
或
pip list
切换到目标文件夹
cd D:\IDES\pycharm_workspace\nsfocus_intern
随便写一个py文件在该目录下
import scipy
print("导入scipy成功")
print(1+1)
python test.py
deactivate 环境名 退出环境
conda remove -n 环境名 --all 删除环境
pycharm使用anaconda创建的虚拟环境
命令
set CONDA_FORCE_32BIT=1 # 切换到32位 set CONDA_FORCE_32BIT=0 # 切换到64位
conda create -n xxx python=2.7
创建一个python2.7 名为xxx的虚拟环境，如要创建32位的python环境，先设置为32位在创建环境，这样创建好的环境即为32位的Python环境，先切换到创建好的环境中
更新conda版本: conda update conda
升级anaconda: conda update anaconda
查询conda信息: conda info
查询conda安装的包：conda list
显示所有的环境：conda env list
查看环境信息：conda info --envs
创建虚拟环境：conda create -n 环境名字 python=指定python版本
复制已有的环境：conda create --name new_env --clone old_env
进入创建的虚拟环境：conda activate 环境名字
删除环境：conda env remove -n 环境名字 --all
退出当前环境：conda deactivate
Anaconda源下载包
# 搜索tensorflow-gpu 安装包
anaconda search -t conda tensorflow-gpu
# 括号内的为上传者的名字和包名
anaconda show yfb222333/tensorflow-gpu
# 搜索出的结果的最后一句话
conda install --channel ('https://conda.anaconda.org/%s', 'yfb222333') tensorflow-gpu
conda list：查看环境中的所有包
conda install XXX：安装 XXX 包
conda remove XXX：删除 XXX 包
jupyter notebook ：打开Jupyter Notebook
conda config --remove-key channels ：换回默认源
pytorch安装
https://pytorch.org/
根据自己的电脑配置选择合适的CUDA版本。
确定自己的显卡型号，确定算力；确定自己的CUDA Driver 版本
命令如下： nvidia-smi 。需要下载一个软件
先看自己电脑的显卡版本
WIN+R输入DxDiag
发现自己电脑的显卡是amd的，不是nvidia的，用不了GPU。所以无法安装GPU版本的pytorch。 寄
conda install pytorch torchvision torchaudio cpuonly -c pytorch
去掉-c，不用官网下载，使用清华的镜像源下载
conda create -n pytorch python=3.8
conda activate pytorch
conda install pytorch torchvision torchaudio cpuonly
等待下载
检验pytorch是否安装成功
python
import torch
torch.__version__
如果显卡是英伟达的，还需要进一步验证GPU能否被pytorch使用。torch.cuda.is_available()，如果返回True，那就证明没有问题了。如果返回False，可能是因为你的显卡驱动版本过低。
配置jupyter
conda activate pytorch
pip install ipykernel
将 Anaconda 文件夹下的 share/jupyter/kernels 文件夹中已经存在的项目复制一份，重命名为 pytorch
打开文件夹中 json 文件，将 Python 3 (ipykernel) 改为 pytorch
再次打开 Anaconda 终端，输入 jupyter kernelspec list
jupyter notebook
配置好了
