关于配置python和pytorch
📅 2026-1-12看到很多人现在已经放寒假回家了，心里有点火大，为什么单单一门离散数学要放在16号考试，而其他考试今天就已经结束了。今天考完了思政，想起寒假要开始做大创的项目，借用半天时间在两台电脑上分别配置anaconda和gpu版pytorch，网上方法挺全的，但还是想给自己总结一下。
anaconda安装
anaconda给我的感觉就像是Linux的发行版例如“ubuntu”（可以这样比较吗？），把python的这些numpy、pandas库通通打包好一股脑塞给你。
anaconda在官网上面下载即可。虽然还有另外一个选项就是只下载miniconda（只有conda和python），这样可以自己选择下载什么库，不过不差这一点存储空间，直接下anaconda，省了自己安装其他库的麻烦。
安装倒是有几个注意的地方：
just me（可以避免权限问题）
安装路径不要有空格和中文字符，这一点好像大部分软件通用吧。（小学装steam在中文路径文件夹死活打不开，从此再也不设中文文件夹）
Add anaconda to my path environment variable
不要勾这个（官方也提示不要勾，系统会默认使用conda配置的python，导致其他依赖python的软件报错）
register anaconda as my default python 3.x
这个可以勾，方便其他需要使用conda的软件更好配置环境（在注册表里面添加conda的路径，省的手动添加了）
clear the package cache upon completion 不用勾。
换源
conda默认下载的服务器都在海外，直接下载pytorch这些库特别慢，还容易下着下着就完全卡住直接失败。
所以还要在anaconda的命令台里面先把下载源手动换成国内的下载源（清华源）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes创建虚拟环境
创建一个单独的虚拟环境，不同的项目之间不会相互干扰。
至于python的版本选择的是3.9（问ai说这个比较稳定？）
conda create -n room_name python=3.9等创建好环境后
conda activate room_name等到命令行从（base）变成（room_name）就可以将环境切换到新建的虚拟环境中了，在里面下载的库不会影响到其他环境。
安装库
下一步就是在虚拟环境中下载pytorch
关于pytorch的版本，分成cpu和gpu的版本，还跟显卡的型号有关联。
pytorch和英伟达的cuda基本是连体婴儿了，所以想做深度学习机器学习还是用gpu更好使。
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124能看到Successfully installed说明下好了。
如果下的是Miniconda还要再继续下载Pandas、Numpy这些常用的库
pip install pandas matplotlib scikit-learn tqdm -i https://pypi.tuna.tsinghua.edu.cn/simplepyTorch的库还挺大的，安装完想清理缓存的话
conda remove -n room_name --all就可以将下载时的缓存清理掉了
vscode
因为想用vscode作为代码编辑器，所以还要多一步，在vscode上面将解释器调向新建的虚拟环境中，而不是默认的python。
一般在vscode的右下角会显示python的版本，点击，选到名字里面带有room_name的选项，也就成功将vscode和新建的虚拟环境连接起来了。
测试代码
可以用一块小代码来检测是不是真的装好PyTorch了
import torch
print("PyTorch 版本:", torch.__version__)
x = torch.rand(5, 3)
print("随机张量 (Tensor):")
print(x)
print("驱动是否正常:", torch.cuda.is_available())
可以生成一个矩阵和true就说明可以正常使用了，配置已经成功了。