以安装PyTorch为例说明Anaconda在Windows/Linux上的使用

╰半橙微兮° 2022-03-28 08:42 500阅读 0赞

在Windows10上配置完MXNet 1.3.0后，再配置PyTorch 1.0时，发现两者需要依赖的NumPy版本不一致，之前是通过pip安装NumPy，根据pip的版本不同，会安装不同版本的NumPy，使用起来很不方便，而且MXNet和PyTorch依赖的Python版本也可能不同，这里使用Anaconda来轻松解决以上问题。

简单来说，Anaconda是包管理器和环境管理器，它可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本，其包含了conda, numpy, scipy, Python等在内的1400多个科学包及其依赖项。Anaconda是在conda上发展出来的。Anaconda有2.x和3.x两个版本，2.x对应于Python的2.x，3.x对应于Python的3.x，因为Python2.x不久便会停止维护，因此直接下载Ananconda3.x版本即可，其中又分为32位和64位，根据需要下载对应的即可。

conda是包及其依赖项和环境的管理工具，可运行在Windows, Linux, Mac平台，它可以快速安装、运行和升级包及其依赖项，可以在计算机中便捷地创建、保存、加载和切换环境。如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。**conda可以建立多个虚拟环境**，在不同环境之间进行切换比较方便，环境管理也较为简单。

conda为Python项目而创造，但可适用于R, Ruby, C/C++等多种语言。conda包和环境管理器包含于Anaconda的所有版本当中。pip是用于安装和管理软件包的包管理器。virtualenv是用于创建一个独立的Python环境的工具。conda结合了pip和virtualenv的功能。

windows上安装Anaconda操作步骤：

(1). 从  [https://www.anaconda.com/download/\#windows][https_www.anaconda.com_download_windows]下载Anaconda3-2018.12-Windows-x86\_64.exe ，大约614MB；

(2). 以管理员身份运行Anaconda3-2018.12-Windows-x86\_64.exe，然后依次点击Next；I Agree；Next；选择安装路径，这里安装到D:\\ProgramFiles\\Anaconda3，Next；勾选Register Anaconda as the system Python 3.7, Install；Next；不安装Microsoft VSCode，Skip；取消勾选Lear more, Finish；安装完成；安装完后D:\\ProgramFiles\\Anaconda3目录大小大约为5GB；

(3). 以管理员身份运行Anaconda Prompt，在命令行中输入conda list，若结果可以正常显示，则说明安装成功，如下图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70][]

(4). 更新所有包，执行 conda upgrade --all，结果如下图:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 1][]

(5). 创建环境，安装pytorch 1.0版本，如环境名为pytorch1.0,包名为python,python版本为3.6，执行conda create -n pytorch1.0 python=3.6，结果如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 2][]

(6). 进入环境，环境名为pytorch1.0，执行conda activate pytorch1.0，结果如下图:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 3][]

(7). 安装pytorch 1.0版本，CPU, Python3.6，执行conda install pytorch-cpu torchvision-cpu -c pytorch,结果如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 4][]

(8). 验证pytorch 1.0是否安装正确，测试代码及执行结果如下，说明pytorch 1.0已正确安装：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 5][]

(9). 退出环境，执行conda deactivate，结果如下图:

![20190110090449767.png][]

(10). 创建另一新环境pytorch0.4.1，安装pytorch 0.4.1版本,python版本为3.6，执行conda create -n pytorch0.4.1 python=3.6，结果如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 6][]

(11). 进入pytorch0.4.1环境，执行conda activate pytorch0.4.1，结果如下图，注意：行首括号内的变化，之前未进入环境前是(base)，进入pytorch1.0环境后是(pytorch1.0)，现在进入pytorch0.4.1环境后是(pytorch0.4.1)，即行首括号内显示的是当前所在的环境名：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 7][]

(12). 删除指定的环境，如删除pytorch0.4.1,执行conda env remove -n pytorch0.4.1,结果如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 8][]

(13). 显示已创建的环境，执行conda info --envs，结果如下图，新建的环境均在Anaconda安装目录(D:\\ProgramFiles\\Anaconda3)的envs目录下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 9][]

(14). 复制环境，假设已存在环境test，想复制环境test到test2，则执行conda create --name test2 --clone test，结果如下图，复制后两个环境test和test2的配置相同：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 10][]

(15). 共享环境，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确，假如你当前环境为test2，想将test2的环境导出，则执行conda env export > test2.yaml，即将当前环境test2保存到test2.yaml文件中，结果如下图，生成的文件存放地址在C:/WINDOWS/system32；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 11][]

(16). 导入共享环境，执行conda env update -f= C:/WINDOWS/system32/test2.yaml，-f表示要导入文件的本地路径，结果如下图所示:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 12][]

ubuntu上安装Anaconda操作步骤：

(1). 从 [https://www.anaconda.com/download/\#linux][https_www.anaconda.com_download_linux] 下载Anaconda3-2018.12-Linux-x86\_64.sh，大约652MB；

(2). 依次执行以下命令，结果如下图所示：

chmod +x Anaconda3-2018.12-Linux-x86_64.sh
    ./Anaconda3-2018.12-Linux-x86_64.sh

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 13][]

(3). 启动Anaconda，执行：$ source ~/.bashrc 或关闭终端，然后再打开终端；

(4). 验证Anaconda是否安装正确，执行 conda list，结果如下，说明Anaconda已被成功安装；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 14][]

(5). 创建环境，环境名为pytorch0.4.1，包名为python，版本为3.6，执行conda create -n pytorch0.4.1 python=3.6，结果如下:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 15][]

(6). 进入环境pytorch0.4.1,执行conda activate pytorch0.4.1,结果如下:

![20190110091349221.png][]

(7). 安装pytorch 0.4.1，python版本为3.6,CUDA版本为8.0,这里通过从[https://pytorch.org/get-started/previous-versions/ ][https_pytorch.org_get-started_previous-versions_]下载cu80/torch-0.4.1-cp36-cp36m-linux\_x86\_64.whl文件进行安装，文件大小约471MB，本机已安装CUDA 8.0，执行conda install ./ torch-0.4.1-cp36-cp36m-linux\_x86\_64.whl时一直报Solving environment: failed, PackagesNotFoundError: The following packages are not available from current channels错误，后面换成使用pip命令安装，结果如下：

![20190110091502482.png][]

(8). 验证pytorch 0.4.1 cuda8.0版本是否安装正确，测试代码及执行结果如下，说明安装正确。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 16][]

conda在windows和linux下常用命令如下：

# 显示conda版本号
    conda --version
    # 更新所有包
    conda upgrade --all
    # 查看conda帮助信息
    conda --help
    # 安装包，如numpy
    conda install numpy
    # 安装指定版本号的包，如numpy 1.10
    conda install numpy=1.10
    # 可同时安装多个包，如pandas numpy
    conda install pandas numpy
    # 卸载包，如numpy
    conda remove numpy
    # 更新包，如numpy
    conda update numpy
    # 列出已安装的包
    conda list
    # 搜索包，如numpy
    conda search numpy
    # 创建新环境，如环境名为pytorch1.0,包名为python,python版本号为3.6
    conda create -n pytorch1.0 python=3.6
    # 进入新环境，如pytorch1.0
    conda activate pytorch1.0
    # 退出环境
    conda deactivate
    # 删除指定环境，如环境名为pytorch0.4.1
    conda env remove -n pytorch0.4.1
    # 显示已创建的环境
    conda info --envs
    # 复制环境，如将已存在的环境名test复制到test2，复制后两个环境test2和test的配置相同
    conda create --name test2 --clone test
    # 导出共享环境，假如你当前环境为test2，想将test2的环境导出
    conda env export > test2.yaml
    # 导入共享环境，加入导入test2.yaml,-f表示yaml文件的本地路径
    conda env update -f= C:/WINDOWS/system32/test2.yaml

[https_www.anaconda.com_download_windows]: https://www.anaconda.com/download/#windows
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70]: /images/20220328/5aaa021d09bf459f9579e3f84df42afd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 1]: /images/20220328/abad40a117214674b7a854a7ceb89c3d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 2]: /images/20220328/6b66bf41c9f64533bb1d2351245a1fa1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 3]: /images/20220328/9dcb45bdff9f4b6580f03672514792f4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 4]: /images/20220328/1f47dc87a3f943e4929241f92ce8361e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 5]: /images/20220328/a17ca36827d446c8a234993e5c2f453a.png
[20190110090449767.png]: /images/20220328/db7f768fe9794cf2b38fafb334ae900e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 6]: /images/20220328/8e4b1281f8b2448c8b4888041bf03713.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 7]: /images/20220328/02aa5fa36c3143a0a6460eca8486591e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 8]: /images/20220328/15416c150d3545b7af65e7da71eecfcd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 9]: /images/20220328/3d666b29d7384a438f50c70c45017c07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 10]: /images/20220328/6e05f146fa1d4429ab06f8afacb21b70.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 11]: /images/20220328/c470fa9298d648b4978f5abcf018ef54.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 12]: /images/20220328/dc1b9ba67b6b423fbc07ee243392f334.png
[https_www.anaconda.com_download_linux]: https://www.anaconda.com/download/#linux
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 13]: /images/20220328/7e71966c0d4b49618761b4f98c366b6a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 14]: /images/20220328/0e7f1905a4eb4cb2af13881172d1f0c0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 15]: /images/20220328/ad4d99a9afb54d1cbc46c78c1f5c6779.png
[20190110091349221.png]: /images/20220328/cd3980a1b2874337a7eff92183490bad.png
[https_pytorch.org_get-started_previous-versions_]: https://pytorch.org/get-started/previous-versions/
[20190110091502482.png]: /images/20220328/d0fb7ec3842d4a3aa12159d5932b577d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 16]: /images/20220328/02940c247f594ca691f2cfadfff89497.png