miniconda+VSCode深度学习环境配置Pytorch版（小白教程二）

原创

已于 2025-09-25 21:15:11 修改 · 2.2k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#vscode #深度学习 #ide #经验分享 #python

于 2024-12-27 23:31:25 首次发布

miniconda+VSCode深度学习环境配置（小白教程二）

1.VSCode选择虚拟环境
2.pytorch配置
3.CodeGeeX

1.VSCode选择虚拟环境

新建一个名为test文件夹，点击VSCode右上角的文件–>打开文件夹，选中刚刚创建的test文件夹

在这里插入图片描述

一定要点我信任作者，不然后面可能会报错。

在这里插入图片描述

点击新建文件或者在下方右键选择新建文件，命名为test.py

在这里插入图片描述

双击打开test.py文件，右下角会显示当前环境名称。

在这里插入图片描述

单击右下角环境名，出现选择解释器，选中刚刚创建的test虚拟环境，成功以后右下角环境名换变为选择的虚拟环境名。

在这里插入图片描述

点击终端中的新建终端，终端窗口中的环境名会自动激活为test。

在这里插入图片描述

2.pytorch配置

pytorch 就是 Python 的 torch 包，是深度学习和机器学习中的一个非常强大的工具,一般安装torch的版本根据复现的项目要求。可以在https://pytorch.org/get-started/previous-versions/.中查询torch依赖包的对应关系。
在这里仅仅为了测试,教大家如何安装torch，后面的url一般是官方源，国内访问速度较慢。
在这里插入图片描述
使用国内镜像源配置的有cpu版本和gpu版本，一般用gpu处理速度较快，清华源和中国科大源默认安装的是cpu版本的torch。

使用镜像源安装GPU版的torch命令如下，其中 -f https://mirrors.aliyun.com/pytorch-wheels/
cu121/ 指定镜像源为阿里镜像源。

pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 -f https://mirrors.aliyun.com/pytorch-wheels/cu121/

在这里插入图片描述
测试GPU版的torch是否可用,在终端中输入逐句以下命令回车

python
import torch
torch.cuda.is_available()

-------------------------------------------------------------------------------------------------------------------------------------
在这里我遇到了一个错误 numpy版本过高，
没有错误的可以自动跳过
在这里插入图片描述
在终端中输入以下命令指定镜像