Conda & PyCharm环境配置

CMD管理员启动：

Anaconda 安装参考链接：Anaconda详细安装及使用教程（带图文） - 知乎 (zhihu.com)

安装完成后，配置环境变量：

CMD管理员查看conda版本：

.condarc配置

**注意：**默认conda环境会建立在C盘C:\Users\xxx.conda下面；

打开下面的.condarc文件夹

之后如果还是不可以在要求的目录下建立环境，那么要在属性里面给Users”完全控制权限“，之后就可以了，这样无论在哪使用conda create -n python=3.11 都会建立在D盘里面；

环境 & 软件包管理

常用命令

# 新建环境
conda create -p D:\ProgramData\Anaconda3\envs\<name> python=3.7
conda create -p /home/xxx/conda_envs/<name> python=3.9.18  # 特定位置建立环境
conda create -n <name> python=3.11

conda activate <name>  # 激活环境
conda activate /home/xxx/conda_envs/<name>  # 激活特定路径的环境
conda env remove -n <name> # 删除环境
conda create --prefix </path/to/new_path/new_env> --clone <old_env>  # 克隆环境

conda env list  # 列出conda管理的所有环境
conda list  # 列出当前环境的所有包

pip install <package_name> # 安装包
pip install <xxx.whl>  # 安装wheel包
pip uninstall <package_name> # 卸载包
conda remove <package_name>  # 卸载包
-r requirements.txt --no-dependencies  # 忽略冲突

conda env export > environment.yaml # 导出当前环境的包信息

pip install -r requirements.txt --cache-dir=/home/xxx/   # --cache 软件包缓存指定位置

setup.py

pip install -r requirements.txt
python setup.py build
python setup.py install

切换默认源 & 添加源

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

# 清华
-i https://pypi.tuna.tsinghua.edu.cn/simple
# 网易
-i https://mirrors.163.com/pypi/simple/
# 阿里
-i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
# 豆瓣
-i https://pypi.douban.com/simple

Pip 问题

缓存问题

pip cache purge  # 清除pip安装包缓存
export TMPDIR=</path/to/new/temp/dir>   # 缓存位置 只对当前shell有效
pip install <name> --cache-dir </path> -i https://pypi.tuna.tsinghua.edu.cn/simple  # 下载到特定路径

subprocess-exited-with-error

参考链接：https://blog.csdn.net/m0_61415601/article/details/138397648

在 PyPI 官方网站下载软件包 https://pypi.org/

Pycharm 加入新环境

小齿轮 — 添加新的解释器 — Conda环境 — 使用现有环境

Cuda版本查看

方法1：

nvidia-smi # 查看CUDA版本
python -V  # 查看Python版本

方法2：

pytorch上选择版本不高于NVIDIA面板显示的本机硬件配置；

查看本机配置：搜索 -> NVIDIA Control Panel(控制面板) -> 系统信息 -> 组件 ->NVCUDA64.DLL

Python & PyTorch & CUDA 相关问题

Python 版本切换

不需要先卸载Python，直接 conda install python=3.11 就可以安装一个新的版本；

注意！conda环境下修改python版本之后，基本其他包的版本也对不上了，因此不如直接新建一个新的环境

Python、PyTorch的对应关系表

下表来自pytorch的github官方文档：https://github.com/pytorch/vision#installation

登录pytorch官网，使用pip安装CUDA版本的

python 查看 torch 情况

python
import torch
print(torch.__version__)
torch.cuda.is_available()