Win10下VS code配置anaconda虚拟环境

Anaconda是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本，它包含了conda、Python在内的超过180个科学包及其依赖项。

1、下载安装包 Anaconda 官网：[https://www.anaconda.com/download/](https://www.anaconda.com/download/) 镜像网站：[https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/) 若 Anaconda 官网下载速度较慢，可以选择镜像网站进行下载。请根据计算机系统选择对

VScode配置conda

手把手教你win10安装Anaconda

至此，安装完成。

本教程综合了Anaconda官方配置指南、虚拟环境管理方案、VS Code集成开发方法、Jupyter Notebook部署实践等权威来源，经过多平台环境验证，适用于Windows 11 22H2及以上版本。此操作将虚拟环境绑定到Jupyter内核。注：环境隔离可避免包版本冲突。通过清华镜像提升包下载速度。：临时切换阿里云镜像。

Python环境的安装（Anaconda+VS code+Win 10）搭建环境是学习的第一步，希望本篇文章能够帮助大家清楚的认识Anaconda及VS code，相信对大家日后的学习有极大帮助。

本文介绍了在Windows 11系统上安装配置Anaconda的完整流程。主要内容包括：从清华镜像源下载安装Anaconda，配置环境变量，设置国内镜像源加速下载，创建Python虚拟环境，以及安装PyTorch框架。此外还详细说明了Jupyter Notebook的三种启动方式、基本操作方法和常用快捷键。最后提供了conda常用命令集，包括环境管理、包安装更新等操作指南。该教程适用于数据科学和深度学习开发环境的搭建，帮助用户快速配置Python开发平台。

之前一直用微软vs code做python编程，到后期便需求做GUI来更好的展示程序作品，经过调研，据决定用kivy来作为GUI开发工具。 来一段维基百科： Kivy是开源Python库，用于开发移动应用程序和其它采用自然用户界面的多点触控应用软件。它可以在Android，iOS，Linux，OS X和Windows运行。采用MIT授权条款，Kivy是自由并且开源的软件。 在2012年，Kivy从...

本文详细介绍了在Windows 10/11系统下，使用Anaconda虚拟环境配置Kaolin 0.10.0的全流程指南，包括PyTorch版本控制、C++工具链配置和VS Code开发环境优化。通过步骤详解和常见问题解决方案，帮助开发者高效搭建3D深度学习研究环境，充分利用Kaolin的PyTorch API和GPU加速功能。

1. Anaconda与VSCode的下载与安装 首先参考该教程进行 Anaconda与VSCode的基础安装：Anaconda + VSCode 最详细教程 注意： 1) 上方教程中下载32位、64位Anaconda均可； 2) 上方教程安装VSCode时有两种方法： 第一种是在安装Anaconda的过程中可以选择安装VSConde，该方法优点是不用再单独下载VScode，但有两个缺点，分别是会出现下方图中的错误和自动将VSCode安装在C盘。 第二种是独单下载VSCode进行安装，可参考上方

win10下配置cuda+cudnn+anaconda，虚拟环境使用tensorflow+spyder，完美避坑经历 安装顺序： 1. anaconda3 2. CUDA 3. cudnn 4. spyder 一、anaconda3 1）安装时，install for： 选择所有用户。anaconda的安装路径不需要设为C盘路径。若为自定义路径，需要为全英文、不带空格。若带空格，提示如下： 安装过程中，如下图， 添加路径至环境变量、将anaconda3的python设为系统python（即添加系统环境

一、Anaconda的安装 ANACONDA官网 这个部分需要注意的就是添加环境变量，不然后期使用VSCode测试的时候会出现IMPORT ERROR 上面四个文件路径在Anaconda安装路径下 二、安装CUDA、cuDNN和tensorflow_gpu之前的准备工作 这个部分尤其需要注意各个软件之间的版本适配问题（以我自己的电脑举例），因此，准备工作尤为重要！ （1）看我们电脑显卡的版本 显卡版本号：419.72 （2）查看对应的CUDA版本 官网查询 选...

本文提供Win11系统下Anaconda最新版的一站式配置指南，涵盖从安装、虚拟环境搭建到常见终端报错解决方案。详细讲解如何配置国内镜像源提升下载速度，并分享虚拟环境管理技巧，帮助Python开发者快速搭建高效开发环境。

本文详细介绍了在Win11系统下Anaconda的深度配置与虚拟环境管理技巧，涵盖安装优化、PowerShell配置、镜像源更换、虚拟环境高级管理等内容。特别针对国内用户提供了换源加速方案，帮助开发者提升工作效率并解决常见问题。

Anaconda 3 环境与PyTorch的安装 可以参考 我之前的博文 安装Anaconda 3 与 PyTorch。 在VS code下配置Anaconda 3

但我没有图形化界面，所以有些命令有出入，在此写成新文章。部分内容复制自上述教程，若有侵权请联系我删除❤接后续配置注意以下设计文件路径可能包含用户名，需换成各位Ubuntu的实际用户名（也就是安装Ubuntu时让你输入的用户名密码那里的用户名）

围绕Python/Anaconda+Pycharm+CUDA+cuDNN+TensorFlow的安装和配置展开。最近在安装深度学习软件和配置环境的时候，发现有关这方面的东西都比较零散，实践起来比较麻烦，于是笔者在参考了许多资料后把整个环境搭建的过程整理了一下，大家一起学习，有问题的地方我们一起讨论然后再修改。

Python版本的更新很快，相应的Tensorflow和OpenCV版本也有很多，而且有一个诟病就是不能相互兼容；在调试复现一些别人的时候，往往需要不同的运行环境，这分方法可以在win10中不借助其他类似Anaconda之类的软件虚拟不同版本环境，就能够安装不同版本Python并在对应的Python版本中安装对应的插件版本 1. 安装第一个Python，以3.5版本为例： 1.1 Python安装包的各个版本都可以在官网直接下载； 1.2 安装目录一定要记得，我是安装在C:\Python\Python35,