第五章 人工智能环境的搭建

1.1 下载 我们首先进入Anaconda官网： Anaconda下载官方网站 点击Dowload就行，下载的是最新的版本。 官网服务器可能在国外，导致下载时间很长或者是下载失败，可以尝试使用清华的镜像下载。进去以后可以看到多个版本，如果你是初学者建议选最新的，如果你已经习惯了用某一个版本的pyhthon可以选择较低版本的anacoda。

1.2 安装 下载好以后我们双击进行安装： 建议先在D盘或者是E盘新建一个名为Anacoda的文件夹作为安装路径 点击next 选择I Agree 这里需要选择All User否则后面不好操作，之后点击Next 选择前面创建好的文件夹之后点击next 这里记得只选下面这个，先不要让它自己添加环境变量，不然不好找 之后也是一样的点击next 最后这两个没有必要，不用选了。之后，我们的Anaconda就已经安装好了。

1.3 配置环境变量 只有在配置了环境变量以后才计算机才能找到Anaconda在哪里。所以我们需要先配置一下： 打开此电脑的属性，我的是win11系统 可以看到这里有个高级系统属性： 点击这个高级系统设置 这里就有环境变量的配置，我们点击它 之后按照“系统属性-高级-环境变量-user的用户变量（我这里是17000的用户变量）-选择Path-编辑”依次打开 点击新建，依次加入下面这你刚刚创建的文件夹路径，记得去看一下有没有Scripts和Library E:\Anaconda E:\Anaconda\Scripts E:\Anaconda\Library\bin 点击确定就可以啦

1.4 验证一下安装好没有 win+R 输入cmd回车，之后输入

显示这一堆内容，则表明安装成功。 之前安装的python是不受影响的 1.5 进入conda环境 刚刚我们已经看到conda安装的时候，python版本是3.9，不是3.8，那怎么查看那个3.9的python呢？ 我们需要进入conda环境中去，在cmd中输入conda activate可以帮助我们激活conda环境，但是有时候会报错： 这个时候不要慌张，按照它说的，输入

重启终端之后再进行尝试 前面出现了(base)，说明我们进入conda环境成功 在里面输入python，版本就成了3.9 base 是conda的原始虚拟环境，我们可以使用conda 的 create-n命令来创建自己的虚拟环境，这样的好处是对于不同的项目，你可以使用不同版本的python，有的项目需要3.7，有的需要3.8。

在cmd中输入conda env list命令可以查看当前已有的环境： 当然，你可以在开始菜单这里找到base环境的入口 上面那个是内核命令行，很少用到。

1.6 python版本的更改和控制 Anaconda是有图形界面的，在这里可以创建多个虚拟环境并且指定其python的版本，bi 初始化会慢一点，且有多个黑框框一闪而过，不要慌张，这是正常的

在HOME可以下载多个可以和conda相关联的工具或者是包 在Environment这里，我们就可以看到全部的虚拟环境，也可以创建自己的虚拟环境 可以选择python或者是R语言的版本： 这里我们选择3.8，因为3.8确实很好用 选择名为test0，创建就可以了 这里除了base不能删除以外，其他都可以删除。 创建以后点击就可以运行啦 但是，我们可以看到，conda把我们的新环境安装在了C盘 所以，我们需要调整一下它的默认安装路径 1.7 设置conda虚拟环境的路径 我们在cmd里面使用命令conda config --show 然后从这堆信息里面找到虚拟环境的默认位置： 我们可以看到，这里居然有三个，一个路径是默认路径，我们要修改它成我们想要的 首先win+R 输入%HOMEPATH% 如图： 这个.condarc就是我们要修改的文件，我们用记事本打开它 把路径换成我们想要的 没有evns_dirs自己加上。保存即可。 同时，还要来到自己定义的文件这里，把文件的user权限全部勾上 点击编辑就行，不难的。 把前面的test0删除，重新创建，发现过来了

2.1创建对应的虚拟环境 我们要打开cmd，同时输入conda activate进入anaconda的base环境，可以去界面打开，但是还是命令行方便。 在这里输入：

输入以后就可以了，不要管其他，这只是链接到清华的镜像去，下载会快些。

之后我们创建一个名为pytorch的虚拟环境，并且Python也给它设置成3.8，我们输入

就可以 回车以后这里选y 输入命令conda info --envs可以看到我们的这个环境已经创建好了，和test0在一块 之后我们输入activate pytorch就可以激活这个环境，在里面安装pytorch了 2.2 查看自己的CUDA版本或者下载CUDA 首先，先看看有没有CUDA，因为现在好多电脑组装时已经下载好了CUDA，所以不需要下载： 在开始菜单打开NVIDIA控制面板，如果你没有的话，说明你的电脑不支持CUDA，那后面就只能用CPU操作，或者考虑买一张NVIDIA的显卡，一张比如GTX 1660Ti的低配显卡就足够你完成基本的深度学习的工作了。 打开以后就有一个系统信息 点击它，之后选择组件，就可以看到你的CUDA版本了： 可以看到我的CUDA版本是11.6 如果说你的CUDA没有，或者版本低于10.0，那就需要到官网下载： CUDA官网 进去以后选择对应的系统和版本最后点下面的下载就行 会为你下载你适合的最新版，需要注意的是，exe那里一定要选network，之后正常安装，一直点next就行，因为我已经安了，再卸载我怕出问题，所以不再演示。安装有3GB，所以很慢，需要耐心等待。

2.3 安装Pytorch 在知道我们的CUDA版本号以后，就可以安装我们的Pytorch啦。首先我们来到官网划到网页的顶部可以看到这个： 选择你的版本和系统还有语言以及CUDA版本（没有就选CPU即可），下面会给你显示好你的运行命令，复制到刚刚的pytorch环境就行。 然后，我们会发现，出现了 Solving environment: failed with initial frozen solve. Retrying with flexible solve这个错误，不要慌张 首先我们要在开始菜单找到shell，用管理员运行 进去以后输入，路径就是你anaconda的安装路径

然后再运行

之后就可以继续运行我们前面的代码了：

如果还是不行，那我们就改用pip，pip一定行，但是慢点： 导入以后，输入python 回车 之后输入 import torch 像这样不报错，就说明导入成功了

3.1 首先新建一个项目 如图所示：Location是新建项目的位置以及新建项目的名称，可自己设置。 我们可以看到，pycharm是可以直接创建虚拟环境的，还可以选择python版本，但是这不是我们的选择，因为我们已经创建好了环境，我们选择下面这个： 在现有解释器那里往下拉就有，还是没有的话就去Add Intrpreter里面的第一个里面，找到Anaconda安装路径下的envs\pytorch路径下面的python.exe，新建就行。

搞好以后我们新建一个hello.py，输出一个tensor类型的变量来测试一下：

运行结果为： 运行的很成功，下一章我们聊聊Pytorch怎么用。

再说一句，安装好anaconda以后，每次开机都会有黑框框闪过，这是正常的加载，所以不用慌张。