【深度学习与NLP】——最全环境配置总指南

一、Anaconda 的环境准备

1.下载和安装

1.1. 下载

1.1.1. 官网下载

1.1.2. 镜像站下载（官网下载速度慢可选）

1.2. 安装

2. 环境配置

2.1 Windows 平台

2.2 MacOS 和 Linux 平台

3. 环境验证

3.1 Windows 平台

3.2 MacOS 和 Linux 平台

二、VSCode 的安装和指令加载

1. 下载

1.1. 官网下载

1.2. 镜像站下载（官网下载速度慢可选）

2. 中文包扩展安装

3. 指令加载（可选，除非无法使用 code 指令）

三、『下载速度慢可选』更换 Anaconda 镜像源

1. 获取镜像源配置

2. 修改配置文件

2.1 Windows 平台

2.2 MacOS 和 Linux 平台：

3. 验证

四、用 VSCode 进行开发

1. 创建 conda 环境

2. 下载框架

3. 使用 Jupyter Notebook

五、『Windows 开发进阶』WSL2 的安装和使用

1. Windows 版本检查

2. 指令自动安装

2.1 从未安装过 WSL

2.2 安装过或不确定是否安装过

3. 手动安装

3.1 WSL 1 安装

3.2 检查 Windows 版本

3.3 启动虚拟机功能

一、Anaconda 的环境准备

1.下载和安装

1.1. 下载

1.1.1. 官网下载

点击链接打开 Anaconda 的官网点击『Download』按钮下载即可。

1.1.2. 镜像站下载（官网下载速度慢可选）

点击链接打开阿里源的 Anaconda 镜像安装包下载列表。

Windows & Linux：按下 ctrl+F打开页内关键词搜索

MacOS：按下 cmd+F打开页内关键词搜索

在弹出的窗口中输入当前年份加-，比如2023-，然后按下回车会自动跳转，找到最新的日期比如我这里最新的是 2023-04-25 01:49 和 2023-04-25 01:50。

蓝色矩形框内的每一行内容，以Linux-aarch64.sh为例，Linux表示操作系统版本，aarch64为CPU指令集的类型，.sh为安装包的文件类型。

指令集类型判断，一般直接购买的 Windows 电脑和在原本为 Windows 的电脑上安装的 Linux 系统为 x86_64，MacOS 的 Apple Silicon为 arm64，除此之外为 x86_64。

1.2. 安装

务必勾选此选项，其余选项没有太大影响。

2. 环境配置

请务必保证安装完成后再进行当前环节。

注意：如果你的用户名是『中文』，那么请先修改为『英文』再继续接下来的步骤。

2.1 Windows 平台

右键任务栏打开搜索（默认是开启的）

按下 Win+ S打开搜索，输入 Windows PowerShell

右键选择 以管理员身份运行

输入指令Set-ExecutionPolicy -ExecutionPolicy RemoteSigned

会弹出如上图的提示，键入Y按回车即可。

搜索 Anaconda Powershell Prompt 并以 管理员身份运行

输入 conda init powershell 完成环境注入

2.2 MacOS 和 Linux 平台

打开『终端』输入以下指令

sudo conda init [shell 类型]
# [] 内为可选一般会自动识别，如果不行请指定，比如
# sudo conda init zsh
# sudo 是为了获得管理员权限，以便让 conda 注入环境配置

输入指令后按 return 键完成会有以下提示

因为我已经注入过环境所以显示为『no change』，如果 Anaconda 在安装时候就已经完成了环境注入也会显示『no change』此时只要完成环境验证即可。

正常情况下显示为『modified』，若显示为『error』则表示注入环境出错，无法自己解决请寻求他人帮助或询问 ChatGPT。

3. 环境验证

3.1 Windows 平台

重新打开 PowerShell需要看到如图所示的内容

你发现原本的PS前多了一个 (base)

输入 conda -V 也可以正确显示版本号

3.2 MacOS 和 Linux 平台

重新启动终端之后需要看到如图所示的内容

你会发现在命令行的最前方出现了 base 环境的提示

输入 conda -V也可以正确显示版本号

二、VSCode 的安装和指令加载

对于 Windows 用户，安装时请务必勾选此项

并完成重启（测试时我并没有重启，并不影响后续步骤）

1. 下载

1.1. 官网下载

点击链接安装 VSCode，安装时的配置选择并不影响后续操作

1.2. 镜像站下载（官网下载速度慢可选）

打开官网，先点击下载按钮

我这里是 Mac 系统，具体以实际情况为准。

在弹出的下载窗口中复制下载链接

不同的浏览器右键效果不一样，以上为 FireFox 的样式

Chorme 需要打开下载列表：

Edge：

修改下载链接

我的下载链接是这样的：https://az764295.vo.msecnd.net/stable/695af097c7bd098fbf017ce3ac85e09bbc5dda06/VSCode-darwin-universal.zip

你只需要把 https://到第一个/ 之间的内容替换为 vscode.cdn.azure.cn即可，如：

https://vscode.cdn.azure.cn/stable/695af097c7bd098fbf017ce3ac85e09bbc5dda06/VSCode-darwin-universal.zip

把替换后的链接丢到浏览器的地址栏中并按下回车就会开始下载

2. 中文包扩展安装

『可选』安装中文插件，按如图所示操作即可。随后会提示重新启动 VSCode 点击确定即可。

3. 指令加载（可选，除非无法使用 code 指令）

仅适用于类 Unix 系统，对于 Windows 平台请看章节开头的安装细节

安装 code指令

Linux：按下 shift+ ctrl + P键打开显示所有命令的窗口

MacOS: 按下 shift + cmd + P 打开显示所有命令的窗口

输入 install command 会自动显示如下图所示的内容

点击 Shell 命令：在 PATH 中安装“code”命令即可完成code指令的安装

三、『下载速度慢可选』更换 Anaconda 镜像源

1. 获取镜像源配置

点击链接获取阿里源中 Anaconda 镜像源的配置，一般是如下形式（以官网为准）

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

2. 修改配置文件

2.1 Windows 平台

打开 PowerShell，并输入conda config --set show_channel_urls yes生成 .condarc文件
确认当前位置是在 C:\Users\xxx的位置下

不在可以输入 cd ~ 到达

输入 code .condarc打开配置文件
将阿里源中 Anaconda 镜像源的配置替换进去，保存即可

2.2 MacOS 和 Linux 平台：

打开终端并输入：

cd ~
vim .condarc

然后按下 I编辑模式，并替换其中的内容
按 Esc退出编辑模式，按下 :+ WQ 回车保存并退出

3. 验证

Windosw 打开 PowerShell，Linux 和 MacOS 打开终端，输入下面的指令：

conda config --show-sources

会出现如图所示的内容，其中的内容必须和阿里源中 Anaconda 镜像源的配置一样。

四、用 VSCode 进行开发

1. 创建 conda 环境

在桌面创建一个文件夹，并在其中创建一个 test.ipynb 的文件。
用 VSCode 打开该文件夹

3. 选择刚刚创建的文件夹

打开终端创建 conda 环境：conda create -n test python=3.9

注意：Python 3.9 版本几乎适用于所有框架，大于 3.9 的版本可能会出现适配问题

有提示输入 y 即可

2. 下载框架

这里以 PyTorch 为例。

如果你没有显卡，或者只有集成显卡、N卡中 20 系以下的显卡请直接跳到第 2 步中下载 CPU 版本。

A 卡暂时无指南。

在刚刚打开的终端中输入 nvidia-smi

确定蓝色框部分的版本，我这个比较古早但是不影响

打开 PyTorch 官网，选择下载版本

上面可以自由选择，图片只是建议，但是 CUDA 的版本必须不大于刚刚在 nvidia-smi中看到的版本。

CUDA 的早期版本可以在此页面查找下载指令。

切换 conda 环境，在 VSCode 终端中输入 conda activate [你的环境]我刚刚创建的环境名称是 test，所以我应该输入 conda activate test
切换环境之后把生成的下载命令复制进终端并运行（注意蓝框位置，他提示你当前所激活的环境）

等待下载完成即可，有出现提示则输入 y 表示同意安装。

3. 使用 Jupyter Notebook

在扩展中搜索 Python和 Jupyter

安装它们。

打开创建的 test.ipynb 文件并激活相应的环境

在所创建的环境中第一次运行代码

按下 shift+ Enter快速运行当前选中的单元格

点击安装等待完成即可，成功运行代码

五、『Windows 开发进阶』WSL2 的安装和使用

Windows 10 之前的版本无法使用 WSL 2。

在开始教程之前，Windows 10 的用户请先打开“设置”->“版本更新”，将 Windows 更新至最新版本，Windows 11 的用户可以直接从『指令自动安装』一节开始。

注意：以下的所有下载步骤都将面临下载缓慢、下载超时或者无法下载，暂时没有解决办法。

1. Windows 版本检查

“以管理员模式”打开 PowerShell 输入 winver并执行，记住下图中红框里的版本

如果你的版本高于（包括）版本 2004，适用于『指令自动安装』一节，低于版本 2004 适用于『手动安装一节』

2. 指令自动安装

不想使用 Unbuntu 请参照官网的指南。

2.1 从未安装过 WSL

“以管理员模式”打开 PowerShell 输入 wsl --install 后并执行，等待安装完毕后重启计算机即可，这个指令会帮助你下载 Unbuntu 发行版和 WSL 2。

2.2 安装过或不确定是否安装过

“以管理员模式”打开 PowerShell 输入wsl -l -v查看：已安装的 Linux 发行版和每个发行版的 WSL 版本。

没有就是没安装过，请回到 1.1 开始自动安装。

如果安装过了确认你的 WSL 版本，如果你的是 WSL 1 并想升级到 WSL 2 可以执行这个命令：wsl --set-version 注意：这个命令也会使你的 WSL 2 降级到 WSL 1。

完成后请重启计算机。

3. 手动安装

3.1 WSL 1 安装

“以管理员模式”打开 PowerShell 输入以下指令并执行

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

等待安装完成后不要重启你的计算机

3.2 检查 Windows 版本

如果你是 Windows 11 可以跳过这个步骤

根据官网的描述：

若要更新到 WSL 2，需要运行 Windows 10。

对于 x64 系统：版本 1903 或更高版本，内部版本为 18362.1049 或更高版本。
对于 ARM64 系统：版本 2004 或更高版本，内部版本为 19041 或更高版本。

不符合官网的描述，可以重启计算机并使用 WSL 1 了，这并不会对后续的教程有什么影响。

3.3 启动虚拟机功能

“以管理员模式”打开 PowerShell 输入以下指令并执行

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

安装完成并重启计算机后直接使用 wsl --install完成安装。