Vscode+Anaconda下的虚拟环境配置_vscode配置anaconda虚拟环境

虚拟环境配置

【配置软件】
Vscode+Anaconda

接下来的操作都是在终端里完成，我们需要先打开Anaconda的终端 Anaconda Powershell Prompt或者Anaconda Prompt（以下简称终端）

• 创建环境

  •  conda create -n PET python=3.9
    1

    • PET是我配置的虚拟环境名称，可以根据个人情况加以修改

• 正确创建环境后应该得到下面的运行界面（部分截图）
  

• 激活环境

•  conda activate PET
  1

• 激活后界面如下
  

• 退出环境可以直接用 conda deactivate

• 小tips：

  • 这里考虑到大多数情况下环境中python第三方库的配置速度较为缓慢

  • 原因是有一些网站在国内访问的时候会很慢很慢

  • 更换镜像源，以期加快国内下载速度

    • pip换源
    • conda换源

  • 这里我们使用两个镜像网站去更换镜像源

    • 阿里巴巴开源镜像站

      https://developer.aliyun.com/mirror/

    • 校园网联合镜像站

      https://help.mirrors.cernet.edu.cn/

• conda换源（配置镜像）

  • 选择Anaconda 软件仓库
    

  • 可以在这里选择不同的镜像源，默认是清华大学开源软件镜像站
    

  • 拖动鼠标找到文件配置，复制红框里的代码

  • 

  • 打开终端
    输入 notepad .condarc，创建一个记事本文件
    按下回车键，界面如下
    

    • 选择·“是”，创建一个新的文本文件
    • 复制下面这段代码到文本文件里，然后保存

channels:
 - defaults
show_channel_urls: true
default_channels:
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
1
2
3
4
5
6
7
8
9
10

输入 conda clean -a #清除源缓存，以启用镜像源
或者输入 conda clean -i #清除源缓存，以启用镜像源

如此，就基本配置好了镜像

• conda第三方源配置（配置镜像）

  • 需要什么从第三方源列表中选取什么，然后复制到终端回车，第三方源就被成功加入
    

  • conda-forge比较常用，建议加入

    • 输入下面的命令行到终端中

conda config --set custom_channels.conda-forge https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
1

• nvidia镜像（gpu的独立显卡配置）

  • https://help.mirrors.cernet.edu.cn/anaconda-extra/
    

  • conda config --set custom_channels.nvidia https://mirrors.cernet.edu.cn/anaconda-extra/cloud/
    

• PYPI更换镜像源

  • 

  • 复制如下的命令行到终端，回车

python -m pip install --upgrade pip
pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple
1
2

• CUDA的安装

  • 首先查看自己机器接受的最高cuda版本，输入命令行 nvidia-smi
    

  • pytorch的gpu版本

    • 进入官网https://pytorch.org/get-started/locally/
      

    • 终端输入conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
      安装gpu版本的pytorch

    • 输入后界面如下（部分截图）
      
      

    • 如果没有gpu，用cpu运行的话在终端输入命令行conda install pytorch torchvision torchaudio cpuonly -c pytorch

  • cuda的验证
    

(PET) PS C:\Users\24205> ipython
Python 3.9.17 (main, Jul  5 2023, 20:47:11) [MSC v.1916 64 bit (AMD64)]
Type 'copyright', 'credits' or 'license' for more information
IPython 8.14.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import torch

In [2]: torch.cuda.is_available()
Out[2]: True

In [3]: exit	
1
2
3
4
5
6
7
8
9
10
11

• 安装包的下载

  • pip install scikit-learn numpy pandas nibabel

• 【注意点】

  • cv2模块的导入

    • 终端中输入命令行 pip install opencv-python

  • sklearn模块的导入

    • 终端中输入命令行 pip install scikit-learn