Python开发环境-Anaconda搭建_python中建立anaconda-优快云博客

本文主要讲解Anaconda环境的搭建以及如何安装pytorch.在这里插入图片描述

1 Anaconda

Anaconda是一个用于科学计算的Python发行版，支持Linux,Mac,winndows系统，能让你在数据科学的工作中轻松地安装经常使用的程序包。下载地址为：https://www.anaconda.com/distribution/#macos

在介绍Anaconda之前，先介绍下Conda,Conda是一个类似于pip/pip3的可执行命令行工具，其核心功能是包的管理与环境管理，支持多种语言，因此用来管理Python包也是绰绰有余的。其与pip的区别是pip可以再任何环境中安装Python包，而 conda则可以再conda环境中安装任何语言包。因为Anaconda中集合了conda,因此可以执行使用conda进行包和环境的管理。

选择相应的操作系统和Python版本，以及是图形还是命令行安装：
在这里插入图片描述

开启终端，用于conda安装包：
在这里插入图片描述
例如安装numpy包：

anaconda的所有的软件包全部在国外，安装起来很麻烦，关键是下载速度慢，而且经常中断，所以需要配置国内安装的镜像，下载速度就很快了。

1.1 conda换国内源

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QWQmpsAm-1580864796819)(http://note.youdao.com/yws/res/70338/CDB8EF5125814E8997F25D2D0F11EF82)]

1.1.1 查看源

命令

conda config --show-sources

显示结果

(base) bash-3.2$ conda config --show-sources
==> /Users/linhongzheng/.condarc <==
ssl_verify: True
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - defaults
show_channel_urls: True

这里有三个源，两个是清华的源，另一个是默认的源

1.1.2 添加源

命令

conda config --add channels

操作：

#添加清华的源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

运行成果后，使用显示源查看是否添加成功（conda config --show-sources）

1.1.3 其他可选的源

中科大的源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

阿里云的源

conda config --add channels http://mirrors.aliyun.com/pypi/simple/

1.1.4 移除源

命令

conda config --remove channels

操作

conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

1.2 编辑脚本

启动jupyter notebook，用作脚本编辑器：
在这里插入图片描述
新建一个Python3环境的窗口：
编辑脚本,验证之前安装的numpy是否生效：

2 Pytorch

下载地址：https://pytorch.org/get-started/locally/

选择相应的版本和操作系统，以及安装工具、语言和是否支持GPU（CUDA）：
在这里插入图片描述
在anaconda的命令行中执行上图生成的命令：

也可以指定安装的版本：

conda install pytorch=1.3.1  torchvision -c pytorch

验证

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

输出如下信息，表明pytorch已经安装成功。

tensor([[0.5918, 0.2321, 0.0967],
        [0.0229, 0.0954, 0.5862],
        [0.4148, 0.5069, 0.8548],
        [0.5220, 0.7584, 0.8996],
        [0.2323, 0.1885, 0.2464]])