6.2 CPU环境下PyTorch安装

这个小节我们来配置CPU环境下的PyTorch开发环境。

6.2.1 Anaconda安装

Anaconda 是一个非常流行的 Python 开发平台，它的核心功能是提供虚拟环境隔离和包管理。通过 Anaconda，你可以在一台电脑上轻松创建多个独立的 Python 开发环境，每个环境可以配置不同的 Python 版本和依赖库，互不干扰。

你可以去这个地址下载最新的Anaconda安装包。

下载后进行安装，需要注意的是安装路径中不能包含空格。

6.2.2 在Anaconda中创建一个环境

运行完成后在开始菜单中搜索并打开Anaconda Prompt

因为下载包要访问国外网站，网速不稳定，我们首先添加国内源。这里以添加清华源为例，运行以下命令：

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda 默认有一个环境，叫做base。我们需要创建一个自己的开发环境，创建环境的命令格式如下：

conda create --name 环境名称 python=3.9

你可以通过上边的命令创建一个新的开发环境，并指定环境名称和python版本。比如我要创建一个名叫做pytorch的环境，那么我的命令就为

conda create --name pytorch python=3.9

删除一个环境的命令为：

conda remove --name 环境名称 --all

列出所有环境的命令为：

conda env list

6.2.3 切换到你创建的环境

进入Anaconda Prompt，你默认的环境是base，需要通过命令切换到你新创建的环境中去。

conda activate 环境名称

比如，以我新创建的环境pytorch为例：

切换后，你可以看到括号里的环境名发生变化。

6.2.4 安装pytorch

可以到这个地址查看pytorch的安装命令。

注意！复制命令的时候，不要后边的 -c pytorch。因为我们刚才已经配置了国内的下载通道。这里的-c pytorch是从官方pytorch通道下载，可能会因为网速太慢而导致失败。其中-c 是指定下载channel的参数。

所以我们运行下边的命令来安装pytorch：

conda install pytorch torchvision torchaudio cpuonly

6.2.5 安装Jupyter Notebook

Jupyter Notebook 是一个开源的交互式开发环境，广泛用于人工智能领域。它的核心特点是支持代码、文本、图像和可视化内容的混合展示，使得开发和分析过程更加直观和高效。

安装Jupyter Notebook的命令如下：

conda install notebook

安装完成后，可以通过如下命令启动Jupyter Notebook

jupyter notebook

运行成功后，你会看到输出的最后有这么一段话：

    Or copy and paste one of these URLs:
        http://localhost:8888/tree?token=0cff3c6567de958731d2607e609f50d8cc8d99d589c4a59f
        http://127.0.0.1:8888/tree?token=0cff3c6567de958731d2607e609f50d8cc8d99d589c4a59f

注意，你需要复制你自己命令行里的地址，并用浏览器打开。

6.2.6 验证环境

进入notebook页面后，像上边图片中那样打开一个新的notebook文件页面。然后输入如下代码：

import torch
print(torch.__version__)

然后按下ctrl+enter键。你将看到pytorch的版本信息。

恭喜你，你已经配置好了你的PyTorch环境。

CPU环境下的PyTorch安装