深度学习之环境配置--anaconda安装虚拟环境

发布时间：2023-11-07 15:00

由于torch的CPU和GPU版本会发生冲突，为了避免冲突，我们在base中创建CPU环境之后可以再安装一个虚拟环境创建GPU版本，这样我们就同时拥有CPU和GPU两个环境了。下面我们来看如何安装anaconda虚拟环境。

1.创建虚拟环境并命名

首先打开anaconda prompt，输入conda env
list查看环境列表，如果没有安装虚拟环境，会显示只有一个base。

$\"深度学习之环境配置--anaconda安装虚拟环境_第1张图片\"$

然后我们输入指令conda create -n “环境名称” python=3.9然后输入y。
注意：环境名称需自己填写。

$\"深度学习之环境配置--anaconda安装虚拟环境_第2张图片\"$

等待安装好后我们再次输入conda envlist查看环境列表。此时环境中就会多出我们刚刚创建的环境。

$\"深度学习之环境配置--anaconda安装虚拟环境_第3张图片\"$

2.选择虚拟环境并安装所需要的包

输入conda activate +‘环境名称’，进入你想要的环境，如果前面的括号里由原来的base变成了你的虚拟环境名称，那么环境选择成功。

$\"深度学习之环境配置--anaconda安装虚拟环境_第4张图片\"$

由于虚拟环境中不具备base中原有的很多包，因此我们需要重新把包安装一下，比如numpy和matplotlib等各种包，有两种方法，一个是直接把原来的包复制进入虚拟环境中的site-packages文件中，另外也可以手动下载，我们可以放入编辑器中import一下想要的包然后查看有哪些包缺失。

$\"深度学习之环境配置--anaconda安装虚拟环境_第5张图片\"$

这样我们就安装好anaconda的虚拟环境了。

深度学习之环境配置--anaconda安装虚拟环境

1.创建虚拟环境并命名

2.选择虚拟环境并安装所需要的包

相关推荐