Windows上安装Anaconda
作者Lou Xiao创建时间2020-11-23 19:47:00更新时间2021-09-06 19:22:00
0. Introduction
Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学，Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统Conda进行管理。 维基百科
实际中会使用"MiniConda"，因为"MiniConda"小巧玲珑，没有冗余的软件包，从而节约下载带宽、安装时间、磁盘空间。
- Anaconda/Miniconda的优点：
- 提供软件包管理工具：轻松安装软件包，尤其是繁琐编译安装的软件包；
- 支持Python环境管理：不同软件工程使用相互独立的Python运行环境，轻松管理多版本的软件包。
如果打算在Linux/macOS上使用Anaconda，请参考Anaconda管理运行环境
1. 下载安装包
⓵ 检查Windows操作系统的基础信息
在【我的电脑】点击鼠标右键，选择【属性】，打开【系统】窗口
示例中，操作系统是64位的windows 10。推荐在 Windows 7、Windows 10 上安装Anaconda。
⓶ 下载相应的软件包
如果是32位的操作系统
- 只能安装Windows 32位
如果是64位的操作系统
- 推荐安装Windows 64位
- 或者安装Windows 32位
2. 安装
⓵ 双击并运行刚刚下载的软件包
⓶ 不断的【下一步】直到完成安装
⓷ 把Anaconda Prompt托放到桌面，方便以后使用
3. 设置conda和pip软件包管理器的国内镜像
⓵ 双击运行桌面的【Anaconda Prompt】
⓶ 设置conda国内镜像(北京外国语大学开源软件镜像站)
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
2
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
3
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/mro
4
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
5
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
6
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
7
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/auto
8
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/biobakery
9
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda
10
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/c4aarch64
11
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/caffe2
12
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge
13
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/deepmodeling
14
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/dglteam
15
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/fastai
16
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/fermi
17
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/idaholab
18
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/intel
19
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/matsci
20
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/menpo
21
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/mordred-descriptor
22
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/msys2
23
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/numba
24
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/ohmeta
25
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/omnia
26
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/Paddle
27
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/peterjc123
28
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/plotly
29
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/psi4
30
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch
31
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch3d
32
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch-test
33
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pyviz
34
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/qiime2
35
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/rapidsai
36
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/rdkit
37
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/simpleitk
38
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/stackless
39
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/ursky
40
conda config --set show_channel_urls yes
⓷ 设置pip国内镜像(北京外国语大学开源软件镜像站)
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
pip config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple
4. 创建专用虚拟环境（以安装PyTorch为例）
⓵ 创建虚拟环境，名称是"torch"，Python版本是3.8
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
conda create -n torch python=3.8
⓶ 激活此虚拟环境"torch"
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
conda activate torch
⓷ 安装PyTorch(without CUDA)
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
conda install pytorch torchvision cpuonly
5. conda/pip使用用例
⓵ 创建指定python版本的运行环境
不同的项目需要的python版本和第三方库都不一样，所以每个项目需要独有的python运行环境，可以把项目名称作为env_name。
每个python环境只需创建一次（env_name就是具体环境名字，env_name 一般包含字母数字下划线，比如：3.6.5 、 torch 、 tensorflow_1.13.1）
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
# 语法: conda create -n env_name python=3.8 # python=3.8指定需要的python版本
2
conda create -n torch python=3.8
| 功能 | 示例(以运行环境名"torch"为例) |
|---|---|
| 创建 | conda env create -n torch python=3.8 |
| 删除 | conda env remove -n torch |
| 查看 | conda env list |
| 切换 | conda activate torch |
| 导出 | conda env export -n torch -f torch.yml (迁移环境) |
| 导入 | conda env create -n torch -f torch.yml (迁移环境) |
⓶ conda管理软件包
| 功能 | 示例(以软件包"basemap"为例) |
|---|---|
| 搜索 | conda search basemap |
| 安装 | conda install basemap conda install basemap=1.3.0 (注意此处是"=") conda install -c conda-forge basemap=1.3.0 (注意此处是"=") |
| 卸载 | conda uninstall basemap |
| 升级 | conda update basemap |
| 查看 | conda list |
⓷ pip管理软件包
| 功能 | 示例(以软件包"numpy"为例) |
|---|---|
| 搜索 | pip search numpy |
| 安装 | pip install numpy pip install numpy==1.18.1 (注意此处是"==") |
| 卸载 | pip uninstall numpy |
| 升级 | pip install -U numpy |
| 查看 | pip list |
| 导出 | pip freeze |
6. 实践举例 （Linux/macOS/Windows）
⓵ 搭建 Pytorch 运行环境(最新版本的pytorch)
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
# 1. 创建虚拟环境(假设环境名为`torch`)
2
conda create -n torch python=3.8
3
conda activate torch
4
5
# Option1. Linux/Windows with CUDA
6
conda install pytorch torchvision cudatoolkit=10.2
7
8
# Option2. Linux/Windows without CUDA
9
conda install pytorch torchvision cpuonly
10
11
# Option3. macOS (without CUDA)
12
conda install pytorch torchvision
⓶ 搭建 TensorFlow 运行环境（版本2.0以上）
系统要求
* Python 3.5-3.8
* 若要支持 Python 3.8，需要使用 TensorFlow 2.2 或更高版本。
* pip 19.0 或更高版本（需要 manylinux2010 支持）
* Ubuntu 16.04 或更高版本（64 位）
* macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
* Windows 7 或更高版本（64 位）
* 适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行软件包
* Raspbian 9.0 或更高版本
* GPU 支持需要使用支持 CUDA® 的卡（适用于 Ubuntu 和 Windows）
硬件要求
* 从 TensorFlow 1.6 开始，二进制文件使用 AVX 指令，这些指令可能无法在旧版CPU上运行。
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
# 1. 创建虚拟环境（假设环境名为`tf2`)
2
conda create -n tf2 python=3.8
3
conda activate tf2
4
5
# 2. 安装tensorflow包，支持 CPU 和 GPU 的最新稳定版
6
pip install --upgrade pip
7
conda install cudatoolkit=11.0 # GPU + CPU
8
pip install tensorflow==2.5.0
⓷ 搭建 TensorFlow 运行环境（版本1.x，旧版本）
1.双击鼠标左键复制此行；2.单击复制所有代码。
1
# 1. 创建虚拟环境（假设环境名为`tf1`)
2
conda create -n tf1 python=3.6
3
conda activate tf1
4
5
# 2. 安装tensorflow包 ，对于 1.15 及更早版本，CPU 和 GPU 软件包是分开的
6
pip install --upgrade pip
7
8
# pip install tensorflow==1.15 keras==2.3.1 # CPU only
9
conda install cudatoolkit=9.0 # GPU + CPU
10
pip install tensorflow-gpu==1.15 keras==2.3.1 # GPU + CPU
7. FAQ
⓵ 下载软件包时出错
检查网络确保网络通畅稳定，重新执行命令。
如果提示软件包有问题，请从电脑上删掉这个文件，然后重新执行命令。
⓶ 安装PyTorch提示需要安装"vc_redist"？
“Visual C++ 可再发行软件包”(vc_redist) 是Windows提供的开发C/C++软件的代码库，是C/C++软件运行时必不可少的软件包。在windows上运行PyTorch，也需要安装这个“Visual C++ 可再发行软件包” ，最新版本的PyTorch 需要安装 “Visual C++ 可再发行软件包 2015版本”才能运行。
- 更详细的解释：
使用Visual C++ IDE开发C/C++程序，都会链接Visual C++代码库，这些程序运行的时候也需要这个Visual C++代码库。因为Visual C++ IDE有很多版本，所以Visual C++ 库也有很多版本，不同版本之间相互独立存在。
从Microsoft官网可以下载此软件包：最新支持的 Visual C++ 下载
Visual Studio 2015、2017 和 2019
- 32位操作系统，下载 vc_redist.x86.exe
- 64位操作系统，下载 vc_redist.x64.exe
下载并安装vc_redist后问题得到解决。
- 如果问题还存在，重启电脑试试。
- 如果问题还存在，可能是用到了旧版本的VC库，请使用搜索引擎查找。
- 这里建议使用最新的Windows操作系统（如最新的Windows 10），可以避免这个问题。
如果遇到问题，欢迎联系我，电子邮箱 louxiao@i32n.com。
文章目录