anaconda pytorch环境配置及安装
时间: 2025-05-22 17:45:52 浏览: 30
### Anaconda 中 PyTorch 环境配置与安装教程
#### 配置环境变量
为了确保 Anaconda 的 Python 环境被优先使用,在高级系统设置的环境变量中,需将 Anaconda 的路径调整至其他 Python 版本路径之前[^1]。这一步能够使命令行工具默认调用 Anaconda 提供的 Python 解释器。
#### 手动激活 Base 环境
如果仅通过修改环境变量无法解决问题,则可以通过手动激活 Anaconda 的 base 环境来进一步确认配置是否生效。具体操作为在终端输入 `conda activate base` 后再尝试运行 Python 命令。
#### 创建新的 Conda 环境并指定 Python 版本
创建一个新的 Conda 环境有助于隔离不同项目所需的依赖项。以下是创建名为 `pytorch2.0` 并指定 Python 3.8 的方法:
```bash
conda create -n pytorch2.0 python=3.8
```
上述命令会自动下载并安装指定版本的 Python 和必要的基础包[^3]。
#### 安装 PyTorch
进入刚刚创建的新环境中执行以下命令以安装最新版 PyTorch:
```bash
conda activate pytorch2.0
conda install pytorch torchvision torchaudio cpuonly -c pytorch
```
这里 `-c pytorch` 参数指定了从官方渠道获取软件包;而 `cpuonly` 则表示只支持 CPU 计算(若有 GPU 支持需求可替换相应选项)。更多定制化安装方式可通过访问 [PyTorch官网](https://pytorch.org/get-started/locally/) 获取指导。
#### 测试安装效果
完成以上步骤之后,可以在该环境下测试 PyTorch 是否已正确加载。打开 Python 控制台并通过导入模块验证其功能:
```python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
```
#### 查看现有 Conda 环境列表及删除无用环境
当需要管理多个虚拟环境时,可以利用下面两条指令分别列出所有可用环境及其名称,并移除不再使用的特定环境:
```bash
conda env list
conda env remove --name your_env_name
```
其中,“*”标记代表当前正在活动的工作空间。
---
阅读全文
相关推荐


















