机器学习Pytorch实战（1）——安装Anaconda

先解释一下Python、Anaconda、Pytorch是啥Python是一种广泛使用的编程语言，在许多领域都有应用。它具有简洁的语法，易于学习，并且有大量的第三方库可以使用。Anaconda是一个Python的包和环境管理软件，提供了许多用于数据科学，机器学习和科学计算的库和工具。它还提供了一个软件包管理器conda，可以轻松安装和管理Python库和其他软件包。PyTorch是一款开源深度学习框架，基于Python开发。它提供了大量的功能和工具，可以帮助用户训练和开发神经网络模型。

重启后及切换为经典模式。

目录 1.安装Anaconda 1.1安装流程： 1.2 创建自己的环境 2 Anaconda安装numpy、 pandas、opencv、matplotlib、pytorch、tensorflow........ ​​​ 2.1 确保你的conda环境是最新的 2.2 切换仓库地址到清华镜像 2.3 查看你目前的环境有哪些东西 2.4 安装scipy、numpy、matplotlib、pandas、statsmodels、scikit-learn 2.5 安装opencv 2.6 安

Anaconda安装及使用Anaconda安装Pytorch

1 .1 环境配置 温馨提示：为了更好的教程体验，提供视频、阅读地址 Youtube: BiliBili: Github: 在学习中，遇到任何问题，可以关注公众号：土堆碎念，直接在对话框中留言，我会不定时解答的~ 公众号：土堆碎念，回复：pytorch，即可获得所有的数据集及安装包， 省去找软件、数据集的时间。（同步更新中，请勿急躁） 0. 前言 在计算机领域学习，最烦的一件事，就是安装软件，...

TytorchPython机器学习库，基于Torch，用于自然语言处理等应用程序Anaconda：是默认的python包和环境管理工具，安装了anaconda，就默认安装了condaCUDACUDA是一种由显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能解决复杂的计算问题，可用来计算深度学习cuDNN：是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。

这篇文章是跟着蒋白白、博主们发布的文章步骤整合而成，原文链接：1、anaconda环境安装2、pytorch安装3、debug。

目录1 安装cuda和cudnn2 安装Anaconda3 安装pytorch3.1 添加清华源3.2 创建pytorch环境3.3 激活pytorch环境3.4 安装pytorch3.5 测试安装是否成功3.5.1 命令行3.5.2 jupyter notebook导入torch 由于第1步和第2步比较简单，所以直接给出参考博客。 1 安装cuda和cudnn 参考此博客: cuda安装教程+cudnn安装教程. 如果没有GPU的话，忽略这一步。 2 安装Anaconda 在Anaconda官网下载Ind

用python已经很久了，安装第三方包一直用的pip，可以说自己已经形成了一种习惯，不想去改变。有些第三方包，尤其是与机器学习相关的，用pip安装会很复杂，在找教程的过程中也知道有anaconda,但是不想去改变自己的使用习惯，所以总是花很多时间，一定要用pip来安装。直到最近开始学习pytorch,用pip怎么也装不上，最后还是用了anaconda。一开始很艰难，可以说这完全改变了我用python的习惯，但是后面慢慢感受到了anaconda的魅力。

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。选择Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便。安装Vscode，安装完就可以launch，这样就成功安装好了。安装好后点击进入Vscode，然后可以安装自己所需要的插件。选择自己要安装的位置，可以选择在其他盘中。

Unity 机器学习 ML-Agents 基础Unity 官方示例下载ML-Agents 部分Python 下载AnacondaAnaconda 虚拟环境构建 ML-Agents安装 ML-Agents Python 包安装 ML-Agents 包ML-Agents 入门指南Unity Hub 部分虚拟环境 训练虚拟环境 训练运行：虚拟环境 开始训练：虚拟环境 观察训练进度：虚拟环境 停止训练虚拟环境 恢复训练虚拟环境 训练模型ML-Agents 打造新的学习环境ML-Agents 资产导入 Unity 官

python机器学习 python3.9+Anaconda+pytorch+Jupyter安装教程 不得不说，安装配置环境真的是学习新知识的第一道门槛，本小白历尽“千辛万苦”才把环境配置好，现在写一篇小文章希望能够帮助到大家~ python3.9 我的电脑是64位的，而我之前错误地下载了32位的python，导致后续出现了问题，所以就从安装64位的python开始吧。 去官网安装~官网下载 下载这个installer就好啦，这个是.exe文件，双击安装就好~ Anaconda 也是官网下载哦，下载个人

PyTorch 是一个开源的机器学习库，主要用于计算机视觉和自然语言处理等应用。它由 Facebook 的人工智能研究院（FAIR）开发，于 2016 年首次发布。PyTorch 提供了强大的 GPU 加速、动态计算图以及丰富的神经网络构建模块，使得研究人员和开发者能够更灵活、更高效地开发深度学习模型。在安装PyTorch之前我们选择先在电脑上安装一个Anaconda。Anaconda：一个包含conda、Python以及众多预安装科学包的Python科学计算发行版。

Anaconda 是一个流行的 Python 数据科学和机器学习平台，它简化了包管理和部署，使得安装、运行和升级包及其依赖变得非常容易。Anaconda 通过其内置的 Conda 包和环境管理器，提供了一个强大的环境，用于科学计算（包括数据科学、机器学习、人工智能等领域）。总之，Anaconda 是一个强大的平台，它简化了数据科学和机器学习项目的开发过程，使研究人员和开发人员能够更专注于他们的工作，而不是花费时间在环境配置和包管理上。

然后复制我们之前在网站找到的指令开始下载。期间要一些下载许可之类的，我们输入y，回车就可以了，如果网络不稳定，多下载几次就可以了，数据会缓存，每次都会接着上次的下载。base相当于一个大客厅，我们在客厅里放了一个大箱子，箱子叫Python_learn,当我们要使用该箱子环境时，使用activate指令进入。在官网里选择自己的版本，选择稳定版本，windows系统，conda，python，然后自己的cuda版本。pytorch的版本有很多，我们要选择自己电脑适配的版本，首先就要查看cuda的版本。

PyTorch是一个开源的Python机器学习库，它提供了丰富的工具和功能，用于构建深度学习模型。它由Facebook的人工智能研究小组于2016年发布，并迅速成为深度学习领域中最受欢迎的框架之一。PyTorch的设计目标是提供简单易用的接口，同时保持灵活性和高性能。它基于动态计算图的概念，这意味着模型的计算图是根据实际运行时的数据动态构建的。这种设计使得PyTorch在实验和原型开发方面非常方便，因为用户可以轻松地编写和调试模型，而无需事先定义静态计算图。

目录 1、简介 2、安装Anaconda 3、创建一个独立的环境 3、安装依赖的库 4、安装pytorch 5、pycharm中使用conda环境 6、到这里安装就结束了，希望对您有所帮助，有问题可以私信交流探讨。 1、简介 安装Anaconda的意义在于管理环境。举个例子就是利用conda可以创建多个互相独立的python开发环境。就像conda给你盖了很多栋别墅（doge），每栋别墅里你可以放置不同的家具，这里的别墅就是conda创建的环境，家具就是各种各样、...

现在正式进入动力学。