Anaconda创建虚拟环境并在Pycharm中使用创建好的环境

Anaconda创建虚拟环境并在Pycharm中使用创建好的环境

Anaconda的优势在于可以很方便地管理自己的工具包、开发环境和Python版本，同时还能使用不同的虚拟环境隔离不同要求的项目。假如你已经安装好了Anaconda以及Pycharm，本文将带你快速创建虚拟环境并在Pycharm中使用该环境。

1.Anaconda创建虚拟环境

第一步：打开Anaconda的命令行窗口（Anaconda Prompt）

第二步：输入下面命令，创建一个虚拟环境，创建时指定好自己需要的python版本，建议python版本不要太高。

conda create -n liuhaiwen python=3.7

这里我创建一个名为liuhaiwen的文件夹来存放自己要创建的环境，并且指定安装python3.7。随后Anaconda Prompt会弹出以下信息：

 Package Plan 

  environment location: C:\ProgramData\Anaconda3\envs\liuhaiwen

  added / updated specs:
    - python=3.7

The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    sqlite-3.39.3              |       h2bbff1b_0         1.2 MB
    certifi-2022.9.14          |   py37haa95532_0         159 KB
    ------------------------------------------------------------
                                           Total:         1.4 MB

The following NEW packages will be INSTALLED:

    ca-certificates: 2022.07.19-haa95532_0
    certifi:         2022.9.14-py37haa95532_0
    openssl:         1.1.1q-h2bbff1b_0
    pip:             22.1.2-py37haa95532_0
    python:          3.7.13-h6244533_0
    setuptools:      63.4.1-py37haa95532_0
    sqlite:          3.39.3-h2bbff1b_0
    vc:              14.2-h21ff451_1
    vs2015_runtime:  14.27.29016-h5e58377_2
    wheel:           0.37.1-pyhd3eb1b0_0
    wincertstore:    0.2-py37haa95532_2

Proceed ([y]/n)?

大概说了两件事，一是即将创建环境的的目录，一般默认都在Anaconda安装的磁盘下，ProgramData\Anaconda3\envs中，二是要安装一些工具包。选择y，新环境的文件夹就创建好了，同时开始下载需要的包。

Downloading and Extracting Packages
sqlite-3.39.3        |1.2 MB    |############################################################################ | 100%
certifi-2022.9.14    |159 KB    |############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

To activate this environment, use

$ conda activate liuhaiwen
##To deactivate an active environment, use#
 $ conda deactivate

此时虚拟环境已经建立好了。
第三步：激活环境：

conda activate liuhaiwen
(liuhaiwen) C:\Users\Administrator>

然后我们就可以在创建好的环境中继续配置自己需要的工具包了，可以用conda安装工具包，也可以用pip安装工具包（pip能够安装的包数量更多一些），根据自己的需求安装即可，我们在这里安装一个深度学习框架Pytorch。
第四步：安装Pytorch
执行以下命令安装Pytorch：

conda install pytorch

如果要安装GPU版本的Pytorch，可以到Pytorch官网找到对应版本的下载链接，我用到是CUDA10.1：

# CUDA 10.1+Windows
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1-f https://download.pytorch.org/whl/torch_stable.html

2022.11.09改用CUDA 11.3

#CUDA 11.3+Windows
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3-c pytorch

The following NEW packages will be INSTALLED:

    blas:              1.0-mkl
    cffi:              1.15.1-py37h2bbff1b_0
    future:            0.18.2-py37_1
    intel-openmp:      2021.4.0-haa95532_3556
    libuv:             1.40.0-he774522_0
    mkl:               2021.4.0-haa95532_640
    mkl-service:       2.4.0-py37h2bbff1b_0
    mkl_fft:           1.3.1-py37h277e83a_0
    mkl_random:        1.2.2-py37hf11a4ad_0
    ninja:             1.10.2-haa95532_5
    ninja-base:        1.10.2-h6d14046_5
    numpy:             1.21.5-py37h7a0a035_3
    numpy-base:        1.21.5-py37hca35cd5_3
    pycparser:         2.21-pyhd3eb1b0_0
    pytorch:           1.10.2-cpu_py37h907fbb5_0
    six:               1.16.0-pyhd3eb1b0_1
    typing-extensions: 4.3.0-py37haa95532_0
    typing_extensions: 4.3.0-py37haa95532_0

Proceed ([y]/n)?

以上就是Pytorch及其需要的依赖包，选择y即可，开始安装，这就是Anaconda的一大优势（自动安装依赖包）。

Downloading and Extracting Packages
pytorch-1.10.2       |200.0 MB  |############################################################################ | 100%
future-0.18.2        |746 KB    |############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done(liuhaiwen) C:\Users\Administrator>

Pytorch安装成功。

2.Pycharm中使用创建好的环境

第一步：打开Pycharm，创建一个项目，选择previously configured interpreter。

第二步：在Conda Environment中选择Existing environment,然后在Interpreter里选择刚才创建好的环境中的python.exe,点击ok即可。

第三步：测试Pytorch环境，我们利用pytorch创建一个Tensor.

import torch
a=torch.tensor([[1.0,2.0],[3.0,4.0]])print(a)

输出：

tensor([[1.,2.],[3.,4.]])

至此，Pytorch虚拟环境创建完成并在Pycharm中成功使用。

3.2022.12.8更新

conda安装的环境一般没有问题（用了好久），但我在最近使用该环境的过程中遇到torch和torchvision版本不匹配的问题。
如果大家也遇到的话，推荐pip安装！
cuda11.3pip安装命令如下：

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1--extra-index-url https://download.pytorch.org/whl/cu113

详情请查看另一篇文章：https://blog.csdn.net/qq_45160840/article/details/128244733