在Windows10上配置完MXNet 1.3.0后，再配置PyTorch 1.0時，發現兩者需要依賴的NumPy版本不一致，之前是通過pip安裝NumPy，根據pip的版本不同，會安裝不同版本的NumPy，使用起來很不方便，而且MXNet和PyTorch依賴的Python版本也可能不同，這里使用Anaconda來輕松解決以上問題。

簡單來說，Anaconda是包管理器和環境管理器，它可以便捷獲取包且對包能夠進行管理，同時對環境可以統一管理的發行版本，其包含了conda, numpy, scipy, Python等在內的1400多個科學包及其依賴項。Anaconda是在conda上發展出來的。Anaconda有2.x和3.x兩個版本，2.x對應于Python的2.x，3.x對應于Python的3.x，因為Python2.x不久便會停止維護，因此直接下載Ananconda3.x版本即可，其中又分為32位和64位，根據需要下載對應的即可。

conda是包及其依賴項和環境的管理工具，可運行在Windows, Linux, Mac平臺，它可以快速安裝、運行和升級包及其依賴項，可以在計算機中便捷地創建、保存、加載和切換環境。如果你需要的包要求不同版本的Python，你無需切換到不同的環境，因為conda同樣是一個環境管理器。僅需要幾條命令，你可以創建一個完全獨立的環境來運行不同的Python版本，同時繼續在你常規的環境中使用你常用的Python版本。conda可以建立多個虛擬環境，在不同環境之間進行切換比較方便，環境管理也較為簡單。

conda為Python項目而創造，但可適用于R, Ruby, C/C++等多種語言。conda包和環境管理器包含于Anaconda的所有版本當中。pip是用于安裝和管理軟件包的包管理器。virtualenv是用于創建一個獨立的Python環境的工具。conda結合了pip和virtualenv的功能。

windows上安裝Anaconda操作步驟：

(1). 從? https://www.anaconda.com/download/#windows下載Anaconda3-2018.12-Windows-x86_64.exe ，大約614MB；

(2). 以管理員身份運行Anaconda3-2018.12-Windows-x86_64.exe，然后依次點擊Next；I Agree；Next；選擇安裝路徑，這里安裝到D:\ProgramFiles\Anaconda3，Next；勾選Register Anaconda as the system Python 3.7, Install；Next；不安裝Microsoft VSCode，Skip；取消勾選Lear more, Finish；安裝完成；安裝完后D:\ProgramFiles\Anaconda3目錄大小大約為5GB；

(3). 以管理員身份運行Anaconda Prompt，在命令行中輸入conda list，若結果可以正常顯示，則說明安裝成功，如下圖所示：

(4). 更新所有包，執行 conda upgrade --all，結果如下圖:

(5). 創建環境，安裝pytorch 1.0版本，如環境名為pytorch1.0,包名為python,python版本為3.6，執行conda create -n pytorch1.0 python=3.6，結果如下圖：

(6). 進入環境，環境名為pytorch1.0，執行conda activate pytorch1.0，結果如下圖:

(7). 安裝pytorch 1.0版本，CPU, Python3.6，執行conda install pytorch-cpu torchvision-cpu -c pytorch,結果如下圖：

(8). 驗證pytorch 1.0是否安裝正確，測試代碼及執行結果如下，說明pytorch 1.0已正確安裝：

(9). 退出環境，執行conda deactivate，結果如下圖:

(10). 創建另一新環境pytorch0.4.1，安裝pytorch 0.4.1版本,python版本為3.6，執行conda create -n pytorch0.4.1 python=3.6，結果如下圖：

(11). 進入pytorch0.4.1環境，執行conda activate pytorch0.4.1，結果如下圖，注意：行首括號內的變化，之前未進入環境前是(base)，進入pytorch1.0環境后是(pytorch1.0)，現在進入pytorch0.4.1環境后是(pytorch0.4.1)，即行首括號內顯示的是當前所在的環境名：

(12). 刪除指定的環境，如刪除pytorch0.4.1,執行conda env remove -n pytorch0.4.1,結果如下圖：

(13). 顯示已創建的環境，執行conda info --envs，結果如下圖，新建的環境均在Anaconda安裝目錄(D:\ProgramFiles\Anaconda3)的envs目錄下：

(14). 復制環境，假設已存在環境test，想復制環境test到test2，則執行conda create --name test2 --clone test，結果如下圖，復制后兩個環境test和test2的配置相同：

(15). 共享環境，它能讓其他人安裝你的代碼中使用的所有包，并確保這些包的版本正確，假如你當前環境為test2，想將test2的環境導出，則執行conda env export > test2.yaml，即將當前環境test2保存到test2.yaml文件中，結果如下圖，生成的文件存放地址在C:/WINDOWS/system32；

(16). 導入共享環境，執行conda env update -f= C:/WINDOWS/system32/test2.yaml，-f表示要導入文件的本地路徑，結果如下圖所示:

ubuntu上安裝Anaconda操作步驟：

(1). 從?https://www.anaconda.com/download/#linux 下載Anaconda3-2018.12-Linux-x86_64.sh，大約652MB；

(2). 依次執行以下命令，結果如下圖所示：

chmod +x Anaconda3-2018.12-Linux-x86_64.sh
./Anaconda3-2018.12-Linux-x86_64.sh

(3). 啟動Anaconda，執行：$ source ~/.bashrc 或關閉終端，然后再打開終端；

(4). 驗證Anaconda是否安裝正確，執行 conda list，結果如下，說明Anaconda已被成功安裝；

(5). 創建環境，環境名為pytorch0.4.1，包名為python，版本為3.6，執行conda create -n pytorch0.4.1 python=3.6，結果如下:

(6). 進入環境pytorch0.4.1,執行conda activate pytorch0.4.1,結果如下:

(7). 安裝pytorch 0.4.1，python版本為3.6,CUDA版本為8.0,這里通過從https://pytorch.org/get-started/previous-versions/ 下載cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl文件進行安裝，文件大小約471MB，本機已安裝CUDA 8.0，執行conda install ./ torch-0.4.1-cp36-cp36m-linux_x86_64.whl時一直報Solving environment: failed, PackagesNotFoundError: The following packages are not available from current channels錯誤，后面換成使用pip命令安裝，結果如下：

(8). 驗證pytorch 0.4.1 cuda8.0版本是否安裝正確，測試代碼及執行結果如下，說明安裝正確。

conda在windows和linux下常用命令如下：

# 顯示conda版本號
conda --version
# 更新所有包
conda upgrade --all
# 查看conda幫助信息
conda --help
# 安裝包，如numpy
conda install numpy
# 安裝指定版本號的包，如numpy 1.10
conda install numpy=1.10
# 可同時安裝多個包，如pandas numpy
conda install pandas numpy
# 卸載包，如numpy
conda remove numpy
# 更新包，如numpy
conda update numpy
# 列出已安裝的包
conda list
# 搜索包，如numpy
conda search numpy
# 創建新環境，如環境名為pytorch1.0,包名為python,python版本號為3.6
conda create -n pytorch1.0 python=3.6
# 進入新環境，如pytorch1.0
conda activate pytorch1.0
# 退出環境
conda deactivate
# 刪除指定環境，如環境名為pytorch0.4.1
conda env remove -n pytorch0.4.1
# 顯示已創建的環境
conda info --envs
# 復制環境，如將已存在的環境名test復制到test2，復制后兩個環境test2和test的配置相同
conda create --name test2 --clone test
# 導出共享環境，假如你當前環境為test2，想將test2的環境導出
conda env export > test2.yaml
# 導入共享環境，加入導入test2.yaml,-f表示yaml文件的本地路徑
conda env update -f= C:/WINDOWS/system32/test2.yaml

?

總結

以上是生活随笔為你收集整理的以安装PyTorch为例说明Anaconda在Windows/Linux上的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。