Conda新建虚拟环境以及下载Pytorch
一、conda创建新环境
如果只是用的话，用【创建】和【激活】的命令足够了～
第一步：创建
conda create --name yourEnv python=3.8
- –name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
- python=3.8：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包：
conda create -n yourEnv python=3.6 numpy pandas
若想在别人虚拟环境的基础上创建自己的环境：
conda create --name
第二步：激活
windows ==> conda activate yourEnv
linux/mac ==> source activate yourEnv
tips:
linux用户需要进入到
anaconda/envs目录下激活需要的环境，或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境；上面激活的方式进入目录太复杂 or 命令太长了，可以通过设置全局变量或者用linux的别名
alias设置。第一种方式,将需要激活的路径下的
bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。第二种方式，通过
vim ～/.bash_profile，向里面添加alias activeEnv='source activate /home/yourName/anaconda3/envs/yourEnv'，source ～/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境建议第二种，并建议看下linux的
alias，非常好用windows用户环境变量中添加（改成自己的路径）：
D:\Anaconda3 D:\Anaconda3\Scripts D:\Anaconda3\Library\bin
第三步：查看活跃的环境
conda info --envs：输出中带有【*】号的的就是当前所处的环境
二、conda一些命令
安装requirements.txt中的第三方依赖包
pip install -r requirements.txt
conda关于环境的常用命令
#查看帮助
conda env --help
#查看已安环境
conda env list #列出所有的虚拟环境
conda list --name [虚拟环境名] #查看指定虚拟环境下的package
#创建
conda create --name [虚拟环境名] [python的版本] [需要的包]
eg:
conda create --name myenv
conda create --name myenv python=2.7
conda create --name myenv pytohon=2.7 numpy scipy
#克隆
conda create --name [虚拟环境名] -- clone [colne的环境]
eg:
conda create --name B --clone A #创建一个和A环境一样的虚拟环境B
#删除
conda remove --name [虚拟环境名] -all
# 激活/取消（默认的环境是base）
activate [虚拟环境名]
deactivate [虚拟环境名]
三、在conda中安装pytorch
一、创建conda环境
- 打开cmd，使用以下命令可以创建一个名为pytorch的环境，python版本是3.8。
conda create --name=pytorch python=3.8
二、进入环境
- 刚刚创建的环境叫pytorch，所以用以下命令进入这个环境：
activate pytorch
- 如果在命令行行首出现（环境名：pytorch）字样，就是成功进入环境了。
三、安装pytorch
在pytorch官网（https://pytorch.org/get-started/previous-versions/）可以查看不同pytorch版本在不同操作系统的各种安装方式。
记得查看自己CUDA的版本信息nvidia-smi，所需Pytorch的版本信息等。
以torch==1.7.1为例：
# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
四、测试
- 在这个环境下，在命令行输入：
python
- 然后输入：
import torch
import torchvision
torch.cuda.is_available()
- 如果像下图一样没有报错，就是安装成功了。
四、在python配置刚刚创建的新环境
最后一步选择新创建的环境 CBVR目录下的 python.exe，然后点击 OK
可以看到配置完成了。
参考：
https://blog.csdn.net/SARACH_WONG/article/details/89328307