python、pytorch与vs code下载安装

本文详细介绍如何使用Anaconda进行Python环境的搭建与管理,包括创建环境、更换国内源、安装PyTorch深度学习框架等步骤,并提供了VSCode编辑器的下载链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

👉关于anaconda的安装可参考的博文

第一步:打开Anaconda prompt

 

第二步: 创建一个新的环境并激活进入

💡python

👉conda create -n my_python python=3.7

👉conda info -e

👉conda activate my_python

👉python -V

💡pytorch

👉conda create -n pytorch_DL

👉conda activate pytorch_DL

第三步:换国内下载源

*依次复制下面的每一行代码到prompt命令行界面,回车运行

*不要一次性复制全部

conda config --add channels Index of /anaconda/pkgs/free/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

conda config --add channels Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

conda config --add channels Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

conda config --set show_channel_urls yes

第四步:安装pytorch深度学习框架

conda install pytorch torchvision torchaudio cpuonly

安装完成后,如图所示:

第五步:输入命令 conda list 可以看见已经安装成功

第六步:安装编辑平台vs code

复制下面链接到浏览器地址栏,自动开始vs code的下载

https://vscode.cdn.azure.cn/stable/c722ca6c7eed3d7987c0d5c3df5c45f6b15e77d1/VSCodeUserSetup-x64-1.65.2.exe

默认安装就行(不想安装在C盘的就自己改一下路径)

 

### 安装配置 PyTorch 环境 #### 创建并激活 Conda 虚拟环境 为了确保项目的独立性和依赖管理的有效性,建议先创建一个新的 conda 虚拟环境。这可以通过 Anaconda Prompt 或者任何支持命令行操作的工具完成。 ```bash conda create --name pytorch_env python=3.9 conda activate pytorch_env ``` 上述命令用于创建名为 `pytorch_env` 的新环境,并指定 Python 版本为 3.9[^1]。 #### 配置 VS Code 使用该虚拟环境 一旦虚拟环境被成功创建和激活,在 Visual Studio Code (VS Code) 中打开项目文件夹后,需设置此工作区使用的 Python 解释器为刚才创建的那个特定于 PyTorch 的虚拟环境中所含有的解释器。通常情况下,路径类似于: ``` .../anaconda3/envs/pytorch_env/python.exe ``` 通过点击状态栏底部左侧显示的 Python 版本号来更改当前的工作空间解释器选项;也可以利用快捷键 Ctrl+Shift+P 输入 "Python: Select Interpreter" 来选取合适的解释器版本。 #### 安装 GPU 加速版 PyTorch 库 接下来访问 [PyTorch官方网站](https://pytorch.org/) 并按照页面提示选择适合的操作系统、CUDA 版本以及其他参数组合。对于大多数开发者来说,默认推荐的是稳定发布的最新长期支持(LTS)版本。选定好各项条件后,网页上会出现一段预填充好的安装指令,将其复制粘贴至已启动的 VS Code 终端执行即可自动下载并安装所需的库及其依赖项[^3]。 例如,如果选择了 Windows 操作系统、Conda 渠道以及 CUDA 11.7,则得到如下命令: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch ``` 整个过程可能耗时几分钟不等,具体取决于网络状况和个人计算机性能等因素影响。当所有必要的组件都被顺利加载完成后,即表示已经完成了在 VS Code 下针对 PyTorch 开发所需的基础环境构建工作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

盾山狂热粉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值