手把手教你在win10上下载安装miniconda3【图文详情】

适合人群:Python初学者、数据科学/机器学习学习者
作用:Miniconda是轻量版Anaconda,可快速创建Python虚拟环境并管理第三方库。

1.下载Miniconda3安装包

→ 向下滑动找到 Windows installers
→ 推荐选择Python 3.x 64位版本(根据系统选择,右键"此电脑"-"属性"可查看系统类型)

→ 点击Miniconda3 Windows 64-bit下载.exe安装包(约90MB) 

2.安装Miniconda3

双击安装包启动向导
→ 点击Next

同意协议
→ 勾选I Agree

 选择安装类型
→ 建议选Just Me(仅当前用户使用)
→ 点击Next

 设置安装路径
→ 默认路径为C:\Users\用户名\Miniconda3
→ 建议保持默认(如需修改请确保路径无中文/空格)
→ 点击Next

 高级选项(关键步骤!)
→ 务必勾选Add Miniconda3 to my PATH environment variable(自动配置环境变量)
→ 同时勾选Register Miniconda3 as my default Python 3.x
→ 点击Install开始安装

等待安装完成 → 点击Next → Finish

 

3.验证安装

依次点击菜单→Anaconda Prompt

输入以下命令:

conda --version

 → 显示版本号(如conda 25.1.1)即安装成功

4.基本使用命令 

# 创建新环境
conda create -n 环境名 python=3.9
#例如 conda create -n chattts python=3.11

# 激活环境
conda activate 环境名 
# 例如 conda activate chattts

# 安装包(例如numpy)
conda install numpy

# 查看已安装环境
conda env list

# 删除虚拟环境
conda remove --name 环境名称 --all
# 例如 conda remove --name chattts --all

常见问题

❓ 安装后提示"conda不是内部命令
→ 重新运行安装程序,确保勾选了Add to PATH
→ 或手动添加安装路径到系统环境变量

❓ Miniconda和Anaconda区别
→ Miniconda仅包含conda+Python+基础库,更轻量(Anaconda包含200+科学计算库)

❓ 如何卸载
→ 控制面板→卸载程序→找到Miniconda3卸载
→ 删除用户目录下的.conda文件夹


✍️ 注意事项

  • 安装路径不要有中文/空格

  • 国内用户建议后续配置清华镜像源加速下载

  • 推荐使用Anaconda Prompt执行conda命令(开始菜单可找到)


想要了解更多内容,可在小程序搜索🔍AI Pulse,获取更多最新内容。

### Windows 10 上安装 Miniconda 并使用 Conda 安装 d2l 库 #### 准备工作 在开始之前,确保计算机已连接互联网并具备管理员权限。以下是详细的说明。 --- #### 1. 下载并安装 Miniconda 访问官方下载页面获取最新版本的 Miniconda 安装程序[^2]: ```plaintext https://docs.conda.io/en/latest/miniconda.html ``` 选择适合 Windows 的 Python 版本(推荐 Python 3.x),下载 `.exe` 文件后双击运行安装向导。按照提示完成以下操作: - 接受许可协议。 - 设置安装位置,默认路径通常无需更改。 - 勾选选项 **Add Anaconda to my PATH environment variable** 和 **Register Anaconda as my default Python version**。 完成后重启电脑以使环境变量生效。 如果遇到 PowerShell 中无法激活环境的情况,可执行以下命令解决: ```powershell conda init powershell ``` 随后关闭并重新打开 PowerShell 即可正常激活环境[^1]。 --- #### 2. 创建虚拟环境 建议为项目创建独立的虚拟环境以避免依赖冲突。运行以下命令创建名为 `d2l_env` 的新环境,并指定 Python 版本(例如 3.9): ```bash conda create --name d2l_env python=3.9 ``` 激活该环境: ```bash conda activate d2l_env ``` 验证当前活动环境是否正确: ```bash conda info --envs ``` --- #### 3. 安装 PyTorch 和 CUDA Toolkit 为了支持深度学习框架,《动手学深度学习》推荐使用 PyTorch。根据硬件条件选择合适的 PyTorch 配置。假设设备配备 NVIDIA GPU,则需安装带有 CUDA 支持的 PyTorch;否则可以选择 CPU-only 版本。 查询系统兼容的 CUDA 版本后,运行以下命令安装 PyTorch[^1]: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia ``` 对于仅使用 CPU 的场景,省略 `-c nvidia` 参数以及 `cudatoolkit` 部分即可。 --- #### 4. 安装 Jupyter Notebook 或 Lab Jupyter 是交互式编程的理想工具之一。通过以下指令将其加入环境中: ```bash conda install jupyterlab ``` 启动服务测试功能: ```bash jupyter lab ``` 浏览器会自动跳转至默认地址(通常是 http://localhost:8888/lab)。如果没有异常情况发生,则表明设置成功。 --- #### 5. 安装 D2L 库 Dive into Deep Learning (简称 d2l) 提供了一套便捷函数集合用于简化实验过程。可以通过 pip 工具快速引入此模块: 首先确认网络通畅状态良好再尝试下面这一步骤: ```bash pip install d2l ``` 此时应该已经能够顺利导入相关组件进入脚本当中了! --- #### 总结 至此完成了整个流程——从基础软件栈搭建直至高级特性集成全部环节都涵盖了进来。接下来就可以放心大胆地开启自己的机器学习之旅啦!
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

夏天|여름이다

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