安装Python环境

由于Python的库比较多，并且依赖关系比较复杂，所以请仔细阅读下面的说明，并按下面的说明来操作，减少问题出现的可能。 但是所列的安装方法说明里有较多的细节，也许和你的系统并不适配，所以可能会遇到问题。如果遇到问题请通过搜索引擎去查找解决的办法，并通过这个方式锻炼自己解决问题的能力。

可以参考后面所列的1.Winodws或者2.Linux章节所列的将Python环境安装到计算机里。

1. Windows下安装

由于Anaconda集成了大部分的python包，因此能够很方便的开始使用。由于网络下载速度较慢，因此推荐使用镜像来提高下载的速度。镜像的使用方法可以参考：Anaconda镜像的说明文档

在下列镜像网站找到适合自己的安装文件，然后下载

例如： https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Windows-x86_64.exe

按照说明，把Anaconda安装好。

2. Linux下安装

在网站下载最新的conda安装文件，例如

wget https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh

然后运行

bash ./Anaconda3-2020.11-Linux-x86_64.sh

按照提示完成安装（记得需要自动加入环境变量的设置），然后关闭终端，再打开终端

3. 设置软件源

3.1 设置conda软件源

参考这里的conda安装和软件源设置说明

各系统都可以通过修改用户目录下的 .condarc 文件。

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。然后在命令行输入 notepad .condarc将下面的内容拷贝到文本编辑器里面。

Linux下，打开文件编辑器 gedit ~/.condarc，然后把下面的内容拷贝到这个文件中：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

3.2 设置PIP源

pip config set global.index-url 'https://pypi.mirrors.ustc.edu.cn/simple/'

4. 安装常用软件

新建conda环境

conda create -n machinelearning python=3.9

打开conda的命令行程序，输入下面的命令

conda install jupyter scipy numpy sympy matplotlib pandas scikit-learn

5. 安装PyTorch

GPU 版本

# 访问 https://pytorch.org/，查最新的安装命令
# 例如 pytorch-cuda=11.6

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

CPU 版本

conda install pytorch -c pytorch 
pip3 install torchvision

6. Conda使用技巧

6.1 Conda创建自己的环境

conda create -n <your_env> python=x.x

# example
conda create -n machinelearning python=3.8

上面的python=x.x中的x.x对应自己系统中的Python版本

6.2 Conda怎么激活自己的环境

conda activate <your_env>

# example 
conda activate machinelearning

6.3 Conda常用命令

# 帮助命令
conda -h
conda help

# 配置频道(已有)
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

# 退出当前环境
conda deactivate

# 克隆环境
conda create -n BBB --clone AAA

# 查看基本信息
conda info
conda info -h

# 查看当前存在环境
conda env list
conda info --envs

# 删除环境
conda remove -n <your_env> --all

7. 安装nvidia驱动

7.1 查看已有的nvidia驱动

dpkg -l | grep -i nvidia

7.2 卸载驱动

sudo apt-get purge nvidia-driver-xxx

7.3 搜索并安装的驱动

apt-cache search nvidia | grep 460
sudo apt-get install nvidia-driver-460

根据自己的需要可以安装更高的版本。

7.4 Conda使用cuda

conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

根据自己的需要安装更高的版本

Brock / machinelearning_notebook

安装Python环境

1. Windows下安装

2. Linux下安装

3. 设置软件源

3.1 设置conda软件源

3.2 设置PIP源

4. 安装常用软件

5. 安装PyTorch

6. Conda使用技巧

6.1 Conda创建自己的环境

6.2 Conda怎么激活自己的环境

6.3 Conda常用命令

7. 安装nvidia驱动

7.1 查看已有的nvidia驱动

7.2 卸载驱动

7.3 搜索并安装的驱动

7.4 Conda使用cuda

8. Python技巧

简介

发行版

贡献者

近期动态

Brock / machinelearning_notebook .gitee-modal { width: 500px !important; }

安装Python环境

1. Windows下安装

2. Linux下安装

3. 设置软件源

3.1 设置conda软件源

3.2 设置PIP源

4. 安装常用软件

5. 安装PyTorch

6. Conda使用技巧

6.1 Conda创建自己的环境

6.2 Conda怎么激活自己的环境

6.3 Conda常用命令

7. 安装nvidia驱动

7.1 查看已有的nvidia驱动

7.2 卸载驱动

7.3 搜索并安装的驱动

7.4 Conda使用cuda

8. Python技巧

简介

发行版

贡献者

近期动态

搜索帮助

Brock / machinelearning_notebook