Anaconda配置pytorch的基本操作

创建环境地址大概率默认是c盘,如何处理:

方法 1:使用 -p 参数指定环境路径

复制代码
conda create -p D:\conda_envs\pytorch_cpu python=3.x

如果用 -p 指定路径,需要使用完整路径来激活环境,例如 conda activate D:\conda_envs\pytorch_cpu,而不是只用环境名称。

复制代码
conda activate D:\conda_envs\pytorch_cpu

方法 2:更改 Conda 默认环境路径

如果你想让 Conda 的环境始终在 D 盘创建,你可以通过设置 conda 的配置文件来更改默认路径。

打开命令行(CMD 或者 Anaconda Prompt),输入以下命令来更改默认环境存储路径:

复制代码
conda config --add envs_dirs D:\conda_envs

检查更改是否生效:

复制代码
conda config --show envs_dirs

输出应该包含你刚刚添加的路径:D:\conda_envs

这样,之后你每次使用 conda create -n 命令时,新的环境都会被创建到 D:\conda_envs 目录下。


创建虚拟环境命名 可指定python版本

conda create -n pytorch_cpu python=3.x

删除虚拟环境

conda env remove -n pytorch_cpu

查看当前计算机几个虚拟环境 a是详细信息

conda info -e

conda info -a

查看当前的库

conda list

激活环境命名

conda activate pytorch_cpu

寻找该激活环境命名python解释器位置

where python

安装pytorch(https://pytorch.org/get-started/locally/)

conda install pytorch torchvision torchaudio cpuonly -c pytorch

检查gpu可用吗如果是gpu就是True

python

import torch

print(torch.cuda.is_available())

exit()

如果是gpu就是True

要在虚拟环境再安装一次

conda pip install jupyter notebook

退出虚拟环境

conda deactivate

相关推荐
Elastic 中国社区官方博客9 分钟前
快 12 倍的 Elasticsearch 向量索引:使用 GPU 和 CPU 分层部署 NVIDIA cuVS
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·nvidia
产业家14 分钟前
“国标”发布,AI终端硬件要“考级“了
人工智能
前沿推行者14 分钟前
辽宁传媒学院教学特色解析:从实践导向到产教融合
大数据·人工智能
猿儿本无心19 分钟前
快速搭建Python项目(Vscode+uv+FastAPI)
vscode·python·uv
绝知此事24 分钟前
2026 AI 技术生态全景指南:从 LLM 到 Agent,从 MCP 到 A2A
人工智能·ai·ai编程
AI算法沐枫28 分钟前
大模型 | 大模型之机器学习基本理论
人工智能·python·神经网络·学习·算法·机器学习·计算机视觉
li星野29 分钟前
Transformer 核心模块详解:多头注意力、前馈网络与词嵌入
人工智能·深度学习·transformer
灰灰勇闯IT36 分钟前
catlass:昇腾NPU上的算子模板库
人工智能
桜吹雪36 分钟前
所有智能体架构(2):ReAct(推理 + 行动)
人工智能
埃菲尔铁塔_CV算法40 分钟前
YOLO11 与传统纹理特征融合目标检测 完整实现教程
人工智能·神经网络·yolo·计算机视觉