文章目录
前言
由于一直将tensorflow框架用于深度学习，最近的项目需要使用pytorch框架，由此需创建一个新的虚拟环境供自己学习。
本文是在windows环境下使用miniconda实现虚拟环境的搭建。
miniconda与anaconda的使用方法一致，且内存空间占用较小。
创建conda虚拟环境
新建虚拟环境
在开始界面中打开miniconda命令行
输入命令
conda create -n 虚拟环境的名字 python的版本
例如：conda create -n pytorch-py3.7 python=3.7
可能出现的错误：
CondaValueError: The target prefix is the base prefix. Aborting.
是由于没有将命令参数写对，一定要有-n
激活虚拟环境
创建完虚拟环境之后，需激活此环境
conda activate 虚拟环境名称
退出此虚拟环境
conda deactivate 虚拟环境名称
删除虚拟环境
conda remove -p path --all
conda remove -n 虚拟环境名称 --all
例如：
conda remove -p D:\miniconda\envs\pytorch1.15-py3.7 –all
conda remove -n pytorch1.15-py3.7 –all
删除完之后输入命令查看所有的虚拟环境
conda env list
没有之前的虚拟环境，则删除成功。
若想重命名自己的虚拟环境，则只能先克隆环境，再创建一个新的虚拟环境，删除掉旧的虚拟环境。
安装pytorch
官网查询下载信息
最新的版本：https://pytorch.org/get-started/locally/
以往的版本 https://pytorch.org/get-started/previous-versions/
找到自己所需要的版本进行下载（如图示例1.7.0）
如是os系统则：
如是linux或者windows系统则
windows系统只有cpu版本的则复制最后一行代码至miniconda命令行
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch
下载完成后输入命令查看环境所有package
conda list
在pycharm中添加该虚拟环境
点开设置到python解释器，点开设置图标，选择show all
点击加号图标，找到刚刚创建虚拟环境路径下的python.exe文件，添加。
返回到pycharm主界面右下角的python解释器，看到下图，则完成配置。
; 总结
- 注意pytorch版本与电脑系统之间的关系
- 虚拟环境的搭建如出现问题，可以重新搭建一个新的环境，不会破坏其本机系统的环境，这也是anaconda的一个很大的优势。
Original: https://blog.csdn.net/hu_yinghui/article/details/126281739
Author: 快乐小胡！
Title: 如何在conda下创建虚拟环境，以及如何在虚拟环境中安装pytorch
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/770657/
转载文章受原作者版权保护。转载请注明原作者出处！