Anaconda环境以及使用

安装Anaconda环境

简介

Anaconda 是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，常用于AI开发使用。

下载安装

访问 Anaconda官网进行下载，选择适合自己的操作系统的版本下载安装。

conda 添加国内镜像源(可选)

	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
	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/r
	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

conda 常用命令

查看源配置

	conda config --show-sources

创建Python虚拟环境

	conda create -n pytorch python=3.12  # 创建一个名为 pytorch的虚拟环境，指定Python版本为3.12

查看存在哪些虚拟环境

	conda list env
	或
	conda info --envs

激活环境

	conda activate pytorch # 激活名称为 pytorch 的虚拟环境

关闭当前激活的虚拟环境

	conda deactivate

安装软件包

conda 方式

	conda install 包名  
	或
	conda install 包名=version

pip 方式

	pip install 包名称
	pip install 包名称 -i https://pypi.tuna.tsinghua.edu.cn/simple #清华镜像
	pip install 包名称 -i https://pypi.douban.com/simple # 豆瓣镜像

安装软件包时候，两种方式都可以使用，如果使用 conda 无法安装某个包，则可以使用 pip 尝试，反之亦然。

查看当前环境安装的软件包

	conda list
	pip list
	conda list yaml
	pip show yaml

删除软件包

	conda remove 包名
	pip uninstall 包名

删除指定环境中的包

	conda remove --name myenv 包名  # 删除myenv环境中的包

删除包以及此包的依赖

	conda remove --force package_name

克隆虚拟环境，从 AAA 复制出 BBB

	conda create -n BBB --clone AAA

其他命令

用途	命令
获取conda版本	conda --version
更新当前conda版本	conda update conda -y
更新包版本	conda update 包名称 -y
更新所有包	conda update --all或conda upgrade --all
复制环境	conda create -n 新环境名 --clone 旧环境名
查找可供安装的包版本,精确查找	conda search --精确查找的参数被查找包的全名
查找可供安装的包版本,模糊查找	conda search 含有此字段名的包名
清除环境缓存	conda clean 清除缓存
打包当前环境的所有包	conda package --pkg-name-or-path [环境路径]
列出所有已安装的包	conda package list
安装一个本地包：	conda package install [包路径]
卸载conda环境中的包：	conda uninstall [包名]
显示conda的帮助信息	conda help [命令]

搭建pytorch/yolo所需的环境

创建虚拟环境并激活

 conda create -n pytorch-dev python=3.12
 conda activate pytorch-dev

安装 opencv 包

 conda install opencv-python
 或
 pip install opencv-python

确定本机显卡支持的cuda版本(没有独立显卡可跳过)

如果是本地电脑有独立显卡，通过本地终端运行 nvidia-smi, 输出如下

 Thu Aug 22 15:55:42 2024
 +-----------------------------------------------------------------------------------------+
 | NVIDIA-SMI 560.81                 Driver Version: 560.81         CUDA Version: 12.6     |
 |-----------------------------------------+------------------------+----------------------+
 | GPU  Name                  Driver-Model | Bus-Id          Disp.A | Volatile Uncorr. ECC |
 | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
 |                                         |                        |               MIG M. |
 |=========================================+========================+======================|
 |   0  NVIDIA GeForce GTX 1650      WDDM  |   00000000:01:00.0 Off |                  N/A |
 | N/A    0C    P0             12W /   50W |       0MiB /   4096MiB |      0%      Default |
 |                                         |                        |                  N/A |
 +-----------------------------------------+------------------------+----------------------+

 +-----------------------------------------------------------------------------------------+
 | Processes:                                                                              |
 |  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
 |        ID   ID                                                               Usage      |
 |=========================================================================================|
 |  No running processes found                                                             |
 +-----------------------------------------------------------------------------------------+

右上角的 CUDA Version: 12.6 即为 cuda 版本。

如果没有 nvidia-smi 命令，则重装显卡驱动后重试。

注意，如果本地电脑没有独立显卡，则此步骤可以省略。

安装 pytorch

访问pytorch官网 , 根据命令安装(如果电脑有GPU，则选择 cuda 版本，没有则选择cpu版本)
如下图：
```
 conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia
```
将下面的命令粘贴到命令行执行即可。
验证安装的 pytorch 是否支持 GPU(没有独立显卡可跳过)
```
 python 
 import torch
 torch.cuda.is_available()
```
如果输出 True，则表示已经支持GPU

安装jupyter(仅开发环境需要)

 conda install nb_conda
 jupyter notebook # 启动命令

安装 tensor-board
```
 conda install tensorboard
```

安装目标检测模型以及相关依赖

 pip install  ultralytics onnx  onnxruntime

Q.E.D.

Hi,Friend