miniconda+VSCode深度学习环境配置Pytorch版（小白教程一）

1.安装cuda

使用win+r快捷键打开运行窗口，输入cmd调出命令提示符，在命令提示符窗口中输入以下命令查看自己的电脑支持的最高cuda版本。

nvidia-smi

链接1：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local
链接2：https://pan.quark.cn/s/cbca57d80bf8
在这里我安装的版本为cuda12.6.3，安装路径默认即可，安装时选择精简即可。

2.安装miniconda

 链接1: https://wwnr.lanzouv.com/imqTK2j6oeyf .  密码:bynf
 链接2: https://repo.anaconda.com/miniconda/.选择自己想要的版本

  Miniconda3-py39_24.11.1-0-Windows-x86_64.exe

名称	解释
Miniconda3-py39_24.11.1-0-Windows-x86_64.exe
Miniconda3	软件名称
pyxx	表示 Python 的版本，例如：py39 指 Python 版本为 3.9
24.11.1-0	版本号，通常用于表示软件的具体发布版本
Windows-x86_64.exe	适用于32位或者 64 位 Windows 操作系统

这里下载的python版本并不重要，miniconda只是个管理python环境的工具，后面环境需要什么版本的python可以指定。
安装miniconda

 如果电脑只有自己一个账户， 为所有用户安装和仅为自己安装选哪个都一样。

 安装路径一定不要有中文

点击安装 等待安装完成。

将miniconda安装路径添加到系统环境变量中

开始🔎搜索高级系统设置打开
找到环境变量并打开

找到系统变量中的Path，双击鼠标左键打开
点击新建 添加以下三行之后，在点击确定

3.安装VSCode

链接：https://code.visualstudio.com/.

安装VSCode

根据自己的需要选择是否需要创建桌面快捷方式。不选可以在开始菜单中找到。点击下一步等待安装完成并运行。

VSCode汉化

点击扩展–>搜索Chinese–>安装。

安装完成点击右下角提示的重新启动

重启之后就变成中文的版本了 然后点击扩展–>搜索python–>安装python插件

到这里环境就配置完成了。

miniconda创建虚拟环境

方法一：打开右下角开始菜单 找到刚刚安装的Anaconda Prompt

方法二：在VSCode中找到终端–>新建终端。

在这里方法一和方法二的作用相同，可以根据自己喜好选择

  选择方法二出现的问题：不显示当前环境名称

解决办法：重新以管理员身份运行VSCode

复制以下三条命令在终端中回车输入:出现RemoteSigned,重新打开终端会看到 （base）。

conda init
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned
Get-ExecutionPolicy

  base是主环境，一般不在主环境中安装python依赖包，需要用miniconda针对不同的项目创建不同的虚拟环境。避免不同项目的python依赖包版本不匹配无法正常使用。

在终端中输入以下命令创建虚拟环境
  conda create -n xxx python==3.x ,在这里python版本可以是3.8也可以是3.10，可以根据自己的需要来进行创建 比如在这里我创建一个名为test，python版本为3.9的虚拟环境
方法一：
  第一步

conda create -n test python==3.9 

  第二步输入 y

方法二：直接一步到位

conda create -n test python==3.9 -y

  输入以下命令查看自己创建的虚拟环境

conda env list

  带 * 的为当前激活的环境
激活自己创建的虚拟环境 输入以下命令

conda activate test

成功激活后 （） 中的环境名会变为你激活的虚拟环境名，接下来看教程二。

------------------------------------------------------------ 常用的命令 --------------------------------------------------------

以下为常用的命令，没有python基础的建议百度搜索python菜鸟教程

#返回主环境
conda activate base
#移除虚拟环境
conda remove --name <env_name> --all
#查询python包命令
pip list
#pip通道安装命令
pip install xxx#比如安装numpy就是pip install numpy,
#安装多个包用空格隔开，比如安装numpy和pandas
pip install numpy pandas